基于改进决策树算法的失衡数据集分类方法

论文摘要

为了提高云资源空间数据的检索能力,需要对云资源分布空间的失衡数据进行优化分类处理,提出基于改进决策树算法的失衡数据集分类算法,构建失衡数据分布的不规则空间聚类模型,采用特征空间重组方法进行失衡数据的模糊特征重构和聚类处理,提取失衡数据的关联特征分布集和属性集,根据失衡数据的属性分布进行大数据挖掘和自适应特征提取,采用改进决策树算法对提取的失衡数据特征集进行不规则三角网重构和模糊聚类处理,实现失衡数据的优化分类。仿真结果表明,采用该方法进行失衡数据分类的自动分类性能较好,失误率较低,提高了失衡数据的分类检测和识别能力。

论文目录

• 0 引言
• 1 数据存储结构分析和特征检测
•   1.1 失衡数据的存储结构分析
•   1.2 失衡数据特征检测
• 2 失衡数据集分类优化
•   2.1 数据特征提取
•   2.2 改进的决策树分类
• 3 仿真实验与结果分析
• 4 结语

文章来源

类型: 期刊论文

作者: 潘燕

关键词: 改进决策树算法,失衡数据集,分类,关联特征

来源: 长春工程学院学报(自然科学版) 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 计算机软件及计算机应用

单位: 福建农业职业技术学院

分类号: TP311.13

页码: 95-98+102

总页数: 5

文件大小: 1766K

下载量: 28