Модуль 4. Закономірності розвитку сітового господарства.

Висновки

Розробка нових масштабованих алгоритмів

Алгоритм C4.5

Алгоритм C4.5 будує дерево рішень з необмеженою кількістю гілок у вузла. Даний алгоритм може працювати тільки з дискретним залежним атрибутом і тому може вирішувати тільки задачу класифікації. C4.5 вважається одним з найвідоміших і широко використовуваних алгоритмів побудови дерев класифікації.

Для роботи алгоритму C4.5 необхідне дотримання наступних вимог:

Ø Кожний запис набору даних повинен бути асоційований з одним із визначених класів, тобто один з атрибутів набору даних повинен бути міткою класу.

Ø Класи повинні бути дискретними. Кожен приклад повинен однозначно відноситися до одного з класів.

Ø Кількість класів повинно бути значно менше кількості записів у досліджуваному наборі даних.

Остання версія алгоритму – алгоритм C4.8 – реалізована в інструменті Weka як J4.8 (Java). Комерційна реалізація методу: C5.0, розроблювач RuleQuest, Австралія.

Алгоритм C4.5 повільно працює на надвеликих і зашумлених наборах даних.

Ми розглянули два відомих алгоритми побудови дерев рішень CART і C4.5. Обидва алгоритми є робастними, тобто стійкими до шумів і викидів даних.

Алгоритми побудови дерев рішень розрізняються наступними характеристиками:

Ø вид розщеплення – бінарне (binary), множинне (multi-way)

Ø критерії розщеплення – ентропія, Gini, інші

Ø можливість обробки пропущених значень

Ø процедура скорочення гілок або відсікання

Ø можливості витягу правил з дерев.

Жоден алгоритм побудови дерева не можна апріорі вважати найкращим або неповторним, підтвердження доцільності використання конкретного алгоритму повинно бути перевірено і підтверджено експериментом.

Найбільш серйозна вимога, що зараз пред'являється до алгоритмів конструювання дерев рішень – це масштабованість, тобто алгоритм повинен мати масштабований метод доступу до даних.

Розроблено ряд нових масштабованих алгоритмів, серед них – алгоритм Sprint, запропонований Джоном Шафером і його колегами [36]. Sprint, що є масштабованим варіантом розглянутого в лекції алгоритму CART, висуває мінімальні вимоги до обсягу оперативної пам'яті.

У лекції ми розглянули метод дерев рішень; визначити його коротко можна як ієрархічний, гнучкий засіб передбачування приналежності об'єктів до певного класу або прогнозування значень числових змінних.

Якість роботи розглянутого методу дерев рішень залежить як від вибору алгоритму, так і від набору досліджуваних даних. Незважаючи на всі переваги даного методу, варто пам'ятати, що для того, щоб побудувати якісну модель, необхідно розуміти природу взаємозв'язку між залежними і незалежними змінними та підготувати достатній набір даних.

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
Алгоритми	\|

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.004 сек.