摘要
针对大数据中自变量极多而导致的计算复杂,获取的自变量对因变量不显著等问题,提出了基于决策树的逐步回归解决方法。总结了其优点和局限性。
出处
《广东通信技术》
2016年第12期45-47,80,共4页
Guangdong Communication Technology
参考文献4
-
1王冬梅,沈颂东.逐步回归分析法[J].工业技术经济,1997(3). 被引量:19
-
2冯少荣.决策树算法的研究与改进[J].厦门大学学报(自然科学版),2007,46(4):496-500. 被引量:67
-
3John Durkin,蔡竞峰,蔡自兴.决策树技术及其当前研究方向[J].控制工程,2005,12(1):15-18. 被引量:62
-
4杨学兵,张俊.决策树算法及其核心技术[J].计算机技术与发展,2007,17(1):43-45. 被引量:85
二级参考文献48
-
1Stone P,Veloso M.A layered approach to learning client behaviors in the RoboCup soccer server[J].Applied Artificial Intelligence(AAI),1998,12(2-3):165-187.
-
2Ankerst M,Elsen C,Ester M,et al.Visual classification:an interactive approach to decision tree construction[C].San Diego:In Proceedings of International Conference on Knowledge Discovery and Data Mining,1999.
-
3Fournier D,Cremilleux B.A quality index for decision tree pruning[J].Knowledge-based Systems,2002,15(1):37-43.
-
4Sebban M,Nock R,Chauchat J H,et al.Impact of learning set quality and size on decision tree performances[J].IJCSS,2000,1(1):85-105.
-
5Oates T,Jensen D.The effects of training set size on decision tree complexity[C].Nashville,Tennessee:Proc of the 14th International Conference on Machine Learning,1997.
-
6Brodley C E,Friedl M A.Identifying and eliminating mislabeled training instances[C].USA:Proceedings of the Thirteenth National Conference on Artificial Intelligence,1996.
-
7Elouedi Z,Mellouli K,Smets Ph.Decision trees using the belief function theory[C].Madrid,Spain:Proceedings of the Eighth International Conference IPMU,2000.
-
8Yildiz O T,Alpaydin E.Omnivariate decision trees[J].IEEE Transactions on Neural Networks,2001,12(6):1539-1546.
-
9Swere E,Mulvaney D J.Robot navigation using decision trees[R].Loughborougk,UK:Electronic Systems and Control Division Research,2003.
-
10Brezillon P,Pasquier L,Pomerol J.Context and decision graphs in incident management on a subway line[C].Trento,Italy:Proceedings of the 2nd International and Interdisciplinary Conference on Modeling and Using Context,1999.
共引文献218
-
1邢晓颖,张家慧,陈永晔,赵强,房景超,郎宁,袁慧书.寰枢椎转移瘤和脊索瘤的影像学诊断及鉴别诊断[J].临床放射学杂志,2021,40(3):564-569. 被引量:1
-
2梁璟轩.基于C4.5算法的服装品牌顾客忠诚度预测研究[J].轻工科技,2021,37(5):105-107. 被引量:1
-
3陈健.决策树挖掘技术在医学上的应用[J].福建商业高等专科学校学报,2009(2):73-75. 被引量:3
-
4江汶乡,于海英,赵晓芬,许思铭.用于地震预警系统的单台站防误触发算法研究[J].自然灾害学报,2015,24(2):23-31. 被引量:8
-
5贾韵洁,史春梅,孙石磊.西安地区湿陷性土湿陷系数的回归分析[J].山西建筑,2005,31(11):77-78.
-
6吴桐水,贺亮.基于决策树的航空公司客户流失分析[J].商场现代化,2006(12Z):381-383. 被引量:4
-
7闫建辉,王熙照,隋春荣,王硕,苑俊英.基于最大熵选取示例的增量决策树归纳[J].计算机工程与应用,2006,42(35):160-162. 被引量:1
-
8王岩,申维.矿产资源定量预测软件(MRQP)在WINDOWS下混合编程的实现[J].地质通报,2007,26(2):241-248. 被引量:2
-
9饶秀琪,张国基.基于KPCA的决策树方法及其应用[J].计算机工程与设计,2007,28(7):1612-1613. 被引量:4
-
10王大鹏,王周龙,崔青春,李德一.基于决策树的龙口市土地利用/覆盖分类研究[J].水土保持研究,2007,14(4):250-252. 被引量:4
-
1黄冬梅,哈明虎,王熙照.决策树与模糊决策树的比较[J].河北大学学报(自然科学版),2000,20(3):218-221. 被引量:4
-
2蓝航,孟祥瑞.ID3算法在顶煤冒放性评价中的应用[J].数学的实践与认识,2004,34(11):71-75.
-
3林楚泉,彭鸿鑫,陈育兴,曾美君,张彩银.基于ID3算法的航空客户流失模型[J].大学教育,2013(23):70-72. 被引量:2
-
4刘利,何先平.ID3决策树算法的改进[J].池州学院学报,2008,22(5):10-12.
-
5赵文霞.基于模糊示例学习的蠓虫分类规则的设计[J].保定师范专科学校学报,2004,17(2):10-13. 被引量:4
-
6李华,王丽英,段晓恒.单边三角形模糊数属性决策树学习算法[J].南华大学学报(自然科学版),2007,21(3):81-83.
-
7王庆,巴德纯,靳雨菲,王晓冬.基于决策树ID3算法的RH-KTB系统故障诊断[J].工业控制计算机,2004,17(2):10-11.
-
8张琼声,陈晓伟,李春华,刘童璇.一种基于属性加权的决策树算法[J].微计算机应用,2010,31(1):58-63. 被引量:3
-
9黄文.决策树的经典算法:ID3与C4.5[J].四川文理学院学报,2007,17(5):16-18. 被引量:30
-
10张忠鹏,刘保相.基于概率近似空间的缺省规则挖掘算法[J].河北理工大学学报(自然科学版),2010,32(3):92-95.