基于权重项的决策树算法研究

决策树作为监督学习的重要分类算法,其代表的是对象属性与对象值之间的一种映射关系。决策树分为分类树和回归树,基于信息增益的分类树缺乏对缺失值的情况考虑。文章对分类决策树算法进行较为深入和全面的分析,进而通过增加权重项解决分类决策树在处理缺失特征时的问题。在数据集上的实验研究表明,权重项可以有效提升算法模型预测能力。

On the Fourth Moment of Coefficients of Symmetric Square L-Function

t Let f（z） be a holomorphic Hecke eigencuspform of weight k for the full mod- ular group. Let Af（n） be the nth normalized Fourier coefficient of f（z）. Suppose that L（sym2f, s） is the symmetric square L-function associated with f（z）, and Asym2f（n） de- notes the nth coefficient L（sym2f, s）. In this paper, it is proved that where P2 （t） is a polynomial in t of degree 2. Similarly, it is obtained that where P2（t） is a polynomial in t of degree 2.