基于KPCA的决策树方法及其应用

主成分分析(PCA)作为一种数据减少技术常用于构造决策树,有利于降低树的复杂度和提高分类精度,但在处理非线性问题时往往不能取得好的效果。针对上述情况,提出了一种基于核主成分分析(KPCA)的决策树方法。实验结果表明,该方法是可行的和有效的,且在分类精度、方差贡献率等方面优于基于PCA的决策树。