用实数编码的遗传算法构造斜决策树

决策树方法是一种通过构造决策树来发现训练集中分类知识的数据采掘方法,其核心是如何构造决策树,构造决策树的关键是找出表示内部节点的最佳扩展属性[1].扩展属性有单属性和联合属性,由单属性形成的扩展属性集小,可以容易地找出最佳扩展属性,构造单元树的速度快,但是生成的单元树规模大,并可导致子树复制、一个属性的多次测试等;用联合属性作为扩展属性,生成的多元树规模小,能有效地克服单元树存在的问题,因此,多元树的构造受到许多研究者的重视.多元树中研究得最多的是斜决策树,它的内部节点为线性联合属性,寻找最佳线性联合属性的过程是不断优化属性系数的过程,优化系数的方法有爬山搜索法[2,3]、模拟退火法[4]等.