基本信息

---

下载

文档摘要

---

探索单位代价收益敏感决策树：算法、剪枝与应用新视野

一、引言

1.1研究背景与动机

在信息技术飞速发展的当下，数据量呈爆发式增长，如何从海量数据中挖掘出有价值的信息，成为了众多领域关注的焦点。决策树算法作为一种重要的机器学习方法，因其具有直观易懂、分类速度快、可解释性强等优点，在数据挖掘、机器学习、人工智能等领域得到了广泛的应用，如医疗诊断、金融风险评估、电商推荐系统、人力资源招聘等。从20世纪60年代艾兹莱克提出基于决策流程的规划方法开始，决策树算法不断发展。1984年罗伊?西蒙斯开发的ID3算法，首次提出基于信息熵选择最优划分属性；1993年劳伦斯?皮尔逊改进的C4.