結合決策樹與基因規劃法於資料分類之研究 | Faculty Open Information System

結合決策樹與基因規劃法於資料分類之研究

in National workshop (full text oral presentation), 國內研討會(全文口頭發表)
標題結合決策樹與基因規劃法於資料分類之研究
出版類型國內研討會(全文口頭發表)
出版年度2008
AuthorsD.N. Chen, 陳?能, & 蕭宜昌
會議名稱第19屆國際資訊管理學術研討會
出版日期May 16 2008 12:0
其他編號0000
中文摘要

近期人工智慧技術在資料分析的研究上,提出以基因規劃法(Genetic Programming, GP)來做為資料分類的演算法,其原理即是運用基因規劃本身之樹狀結構的表達方式來表示其解,依循基因演化的原則,在演算過程當中演化出問題之最佳解,並具備解決多樣性複雜問題的能力。然而相較於其他方法,基因規劃求解則會有求解時間過長的問題。在傳統的資料分類技術中,決策樹(Decision Tree)則是最簡單、應用範圍最大的方法,然而在以往利用決策樹演算法來學習分類的過程,常會因資料過於複雜而使得建構出的分類規則樹分支架構過於龐大的問題。
本研究基於決策樹與基因規劃法的主要優點,配合兩者具有相同樹狀結構的表達方式之特點,在資料的學習分類問題上結合運用,以克服決策樹可能產生分支度過於複雜或多層的問題,並能有效提升分類演算法的分類正確性與效率。實驗結果顯示,本研究所提出的混合式學習分類法,不僅能改善決策樹在建構分類規則樹時,可能產生龐大且複雜的樹狀結構,且分類的正確率上也能有效提升。

校址:912 屏東縣內埔鄉學府路1號 總機:886-8-7703202 傳真:886-8-7740165 系統開發統維護單位:國立屏東科技大學 電算中心 版權所有