《表2 二叉树和多叉树的性能对比表Tab.2 Performance comparison table for binary tree and multifork tree》

  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

《采用口袋算法构造的多类别决策树模型》

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

对比二叉树、多叉树及两种经典决策树算法在8个数据集上的分类性能，结果如表2所示.表2中:二叉树指的是基于口袋算法和Gini指数选择的二叉树模型；多叉树为基于口袋算法和经典感知机多分类准则的多叉树模型；**表示0.99置信度显著性检验.Breast和Spambase是二分类数据集，所以在这两个数据集上构建的二叉树和多叉树是完全相同的.二者的唯一差别在于二叉树算法对各类别的感知机向量是独立训练而后选取最优，而多叉树在这两个训练集上训练出的是正负号相反而权重值相同的2个感知机向量.由于二叉树在训练多次的判别中选取最优划分，而多叉树在二分类数据集上训练出的实际是一个判别式，所以二叉树存在微小的准确率优势.由表2可知:在Breast数据集上，二者准确率差距为0.1%；而在Spambase数据集上，差距为0.36%.