بررسی معیارهای چگونگی انشعاب درالگوریتم های درخت تصمیم

یکی از رایج ترین تکنیک های دسته بندی، درخت های تصمیم بالا به پایین می باشند. از مهمترین دلایل رایج بودن این روششفافیت داشتن و به تبع آن قابلیت تفسیر مربوط به آن می باشد. مزیت دیگر آن وجود پیاده سازیهای قدرتمند نظیر C&R Tree و C5 است. اکثر الگوریتم های درخت های تصمیم با ساختن یک درخت از بالا به پایین به کمک انتخاب صفات در هرلحظه و جداسازی دادهها با توجه به مقادیر صفاتشان ایجاد میگردند. مهمترین صفت به عنوان بالاترین گره انتخاب می شود وبقیه گره های سطح بعدی، مشابه این استراتژی تعیین می گردند . الگوریتم هایی نظیر C5 و C&R Tree از نظر محاسباتی موثرهستند و ثابت شده است که در عمل نیز روشهای موفقی هستند. در این مقاله به طور عملی به بررسی معیارهای چگونگیانشعاب در الگوریتم های درخت تصمیم C5 و C&R Tree میپردازیم و سپس نتایج آنرا در نرم افزار Clementine ،برای نمونه داده های بیماران قلبی که توسط مخزن داده UCI کلیولند دانشگاه کالیفرنیا ارائه شده است مورد ارزیابی و ارائهقرار می دهیم.

کلیدواژه ها:

درخت تصمیم ، دسته بندی ، انشعاب ، بهره اطلاعاتی ، گوناگونی