基于关键度度量的决策树算法改进及其在铁路运输中的应用.pdfVIP

第 33卷第 9期 铁 道 学 报 Vol_33 No．9 2011年 9月 JOURNAL 0F THECHINA RAILWAY S0CIETY September 2011 文章编号 ：1001—8360(2011)09—0062—06 基于关键度度量的决策树算法改进 及其在铁路运输中的应用 吕晓艳 ， 刘春煌 ， 朱建生 (中国铁道科学研究院 电子计算技术研究所 ，北京 100081) 摘 要：采用决策树方法对客票数据及行车安全数据进行分析 时 ，发现在训练数据集 的主类类属分布不平衡 的 情况下，无法对数据量 占相对少数 的小类属数据进行描述 ，究其原因在于现有决策树方法的节点类标号标示采用 的是 “多数表决”的方式 。为此 ，本文提 出关键度度量的概念 ，用于改进决策树 的叶节点竞争机制 ，旨在改进决策 树方法在解决弱势类属在数据建模分析中公平获得 “发言权”的问题 。算例表明，这种改进较好地解决了偏类数 据集 的数据分析问题 。 关键词 ：数据挖掘 ；决策树 ；关键度度量 中图分类号 ：U285．49 文献标志码 ：A doi：10．3969／j．issn．1001-8360．2011．09．011 ImprovedAlgorithm ofDecisionTreeBasedon KeyDecisionFactor andItsApplicationsin RailwayTransp0rtati0n L0 Xiao—yan， LIU Chunhuang， ZHU Jian—sheng (InstituteofComputingTechnologies，ChinaAcademyofRailwaySciences，Beijing100081，China) Abstract：Accordingtotheanalysesonapplicationsofdecisiontreeinductioninrailways，itisfoundthatthere islimitationinanalyzingtheimbalance—distributionmainclassesbecause“majorvoting’’isselectedasitsleaf nodemeasure．Thispaperpresentsthemeasureofusingthekeydecisionfactortoimprovetheleafnodelabel measureofthedecisiontree，whichaimsatsolvingtheunfaircompetitionamongthemainclassesbetweenthe majoritiesandtheminoritiesforlabelingtheleafnodes．Thisalgorithm adaptstoproceedingwiththehugeim— balanceticketdatasetsandextractsakindofinstructiverulesthatcollecttheadvantagesinbothpredictionand statistics，thereforeitissuitableforsupportingmulti—levelrequirementsofthedecision—makersforpredictive analysis． Keywords：datam ining；decisiontree；keydecisionfactor 数据挖掘中的决策树归纳是以实例为基础的归纳 并不因为实际数量的悬殊而被淹没。从这个角度重新 学习方法 ，它着眼于从一组无次序 、无规则的事例中推 审视建立分类模型的方法 ，将会得到有益 的分类方法 断出决策树表示形式 的分类规则 ，采用 自顶向下 的递