《表5 对比不同划分方法的正确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种可用于分类型属性数据的多变量决策树算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:加粗表示最好的结果．

为了验证属性加权、聚类以及特殊处理分类型属性的作用，实现了8个不同的结点划分方法产生决策树（见表5）．算法0不进行聚类，直接使用各个类别的中心作为锚点，分类型属性使用众数代替数值属性的均值作为锚点向量的分量，计算样本到锚点距离时，各个属性上的距离使用式（4）计算得出并求和；算法1与算法0的不同之处是，使用Relief-F计算每个属性的权重，删除小于最大权重1/5的属性后，样本和锚点距离使用权重向量和式（4）计算得到的距离向量的点积；算法2与算法0的区别在于加入了聚类过程，k-modes算法用于分类数据集，k-prototypes算法用于混合型数据集；算法3结合了算法1和算法2；算法4～7分别对应算法0～3，分类型属性上关于簇心和样本到簇心距离计算采用2.2节描述的方法．算法7就是本文提出的算法．实验中生成的决策树均采用最小父母数为5的预剪枝策略，并对生成的决策树使用悲观剪枝算法进行剪枝操作．实验报告的正确率为10次10折交叉验证的平均值．