跳到主要內容

臺灣博碩士論文加值系統

(54.161.24.9) 您好!臺灣時間:2022/01/17 11:52
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:孫國忠
研究生(外文):Kuo-Chung Sun
論文名稱:利用基因規劃法改進建立決策樹的方法
論文名稱(外文):Using The Genetic Programming Paradigm to Improve Decision Tree Induction
指導教授:孫春在孫春在引用關係
指導教授(外文):Chuen-Tsai Sun
學位類別:碩士
校院名稱:國立交通大學
系所名稱:電資學院學程碩士班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:50
中文關鍵詞:決策樹基因演算法基因規劃法C4.5
外文關鍵詞:decision treegenetic algorithmgenetic programmingC4.5
相關次數:
  • 被引用被引用:2
  • 點閱點閱:360
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
決策樹已在相當多的領域廣泛被使用,因為它的易於表達且易於建構。雖然基因規劃法的發展歷史並不長,但已有許多論文在討論它的應用。本篇論文便提出一個模型,利用基因規劃法來產生決策樹,並利用實作來分析該決策樹應用層面及效率。
本論文提出的模型中,利用了基因規劃法以演化的方式建立決策樹。並力求模型的簡單易瞭。同時我們也針對因訓練資料具有高分支度的屬性而影響決策樹的建立的情況提出改進的方法。
於本篇論文中,我們利用打網球的例子來實作。為了更加驗證本論文所提的方法,我們也實際使用銀行信用卡授信額度作測試,以強調此模型的實用性。
Decision trees have been performed well in many fields because they are easily to be expressed and inducted. In despite of short developing time, quite a few papers have discussed the applications of decision trees. In this thesis, we propose a model in using the genetic programming paradigm to induct decision trees, and analyze these trees'' performance by applying implementation.
In this thesis, we use the Genetic Programming paradigm to induct decision trees. We try to simplify the model to be easily understood. Also we offer a method to reduce the influence of training set''s highly branched attribute.
In this thesis, we prove the usefulness of this proposed model by applying a tennis game. For verifying the proposed model in this thesis, we offered decisions of credit limit of the credit cards to testify to the application of this proposed model.
中文摘要 i
英文摘要 ii
誌謝 iii
目錄 iv
圖目錄 vi
表目錄 vii
1 緒論 1
1.1 動機 1
1.2 預期達成目標 2
1.3 應用 2
1.4 論文結構 2
2 相關研究 3
2.1 決策樹 3
2.1.1 基本定義 3
2.1.2 傳統建構決策樹的方法 4
2.1.3 決策樹過於適應問題 6
2.2 基因演算法 7
2.2.1 基本定義 7
2.2.2 演化流程 8
2.3 基因規劃法 11
2.3.1 基本定義 11
2.3.2 程式結構 12
2.3.3 演化流程 14
3 利用基因規劃法則建構決策樹 17
3.1 新的建構決策樹概念 17
3.1.1 動機 17
3.1.2 概念 17
3.2 建構決策樹的基因規劃法 18
3.2.1選擇基因 18
3.2.2 選擇適應函式 19
3.2.3 選擇複製及交配單元 20
3.2.4 選擇突變元 22
4 實作 24
4.1 系統架構 24
4.2 程式說明 26
4.2.1 流程說明 26
4.2.2 系統參數 26
4.3 實驗流程 27
4.3.1 以打網球分類問題作例子 27
4.3.2 以打網球分類例子實作結果 29
4.3.3 實際應用-以信用卡發卡額度作例子 36
4.4 實驗結論 44
5 結論 45
5.1 模型的優點 45
5.2 模型的限制 45
5.3 未來的發展 46
參考文獻 47
自傳 50
圖目錄
圖 1 一個決策樹的例子 4
圖 2 基因演算法流程圖 10
圖 3 以樹狀結構的交配例子 12
圖 4 線性結構的交配例子 13
圖 5 以圖形結構的程式架構 14
圖 6 一個群組初始化的例子 15
圖 7 複製及交配流程 21
圖 8 突變流程 23
圖 9 系統流程圖 25
圖 10 以C4.5演算法對打網球訓練例子所產生的決策樹 29
圖 11 以基因規劃法對打網球訓練例子所產生的決策樹1 30
圖 12以基因規劃法對打網球訓練例子所產生的決策樹2 30
圖 13以基因規劃法對打網球訓練例子所產生的決策樹3 31
圖 14 以C4.5演算法對加入ID屬性所產生的決策樹 33
圖 15 以基因規劃法對加入ID屬性所產生的決策樹1 33
圖 16以基因規劃法對加入ID屬性所產生的決策樹2 34
圖 17 以C4.5演算法產生信用卡額度決策樹1 36
圖 18 以基因規劃法產生信用卡額度決策樹1 37
圖 19 以基因規劃法產生信用卡額度決策樹2 38
圖 20 以基因規劃法產生信用卡額度決策樹3 39
圖 21 以C4.5演算法產生信用卡額度決策樹2 40
圖 22 以基因規劃法產生信用卡額度決策樹4 41
圖 23 C4.5演算法產生信用卡額度決策樹3 42
圖 24 以基因規劃法產生信用卡額度決策樹5 43
表目錄
表 1 打網球的訓練例子 28
表 2 在打網球訓練例子中加入ID高分支屬性 32
表 3 以基因規劃法對加入ID屬性所產生的決策樹3 35
表 4 以C4.5演算法產生信用卡額度決策樹參數表 36
表 5 以C4.5演算法產生決策樹結果1 37
表 6 以基因規劃法產生信用卡額度決策樹參數表 37
表 7 以基因規劃法產生信用卡額度決策樹結果表1 37
表 8 以基因規劃法產生信用卡額度決策樹結果表2 38
表 9 以基因規劃法產生信用卡額度決策樹結果表3 39
表 10 以C4.5演算法產生決策樹結果2 40
表 11 以基因規劃法產生信用卡額度決策樹結果表4 41
表 12 以C4.5演算法產生決策樹結果3 42
表 13 以基因規劃法產生信用卡額度決策樹結果表5 43
[1] Holland, John H. Adaptation in Natural and Artificial System. Ann Arbor, MI: University of Michigan Press, 1975.
[2] J. Ross Quinlan, Induction of decision trees. Machine Learning, 1986.
[3] J.C. Schlimmer, and D. Fisher, A Case Study of Incremental Concept Induction, Proceedings of the 5th National Conference on Artificial Intelligence, 1986.
[4] Paul E. Utgoff. ID5: An incremental ID3. In John E. Laird, editor, Proceedings of the Fifth International Conference on Machine Learning, San Mateo, CA, June 1988.
[5] Paul E. Utgoff. Incremental Induction of Decision Trees. Machine Learning, 4:161-186, 1989.
[6] John R. Koza. Concept Formation and Decision Tree Induction Using the Genetic Programming Paradigm. 1991.
[7] John R. Koze, Genetic Programming. MIT Press, 1992.
[8] J. Ross Quinlan, C4.5 PROGRAMS FOR MACHINE LEARING. , Morgan Kaufann, 1993.
[9] J. Bala. Hybird Learning Using Genetic Algorithms and Decision Trees for Pattern Classification. IJCAI conference, Montreal, August 19-25,1995.
[10] Peter D. Turney, Cost-Sensitive Classification: Empirical Evaluation of a Hybird Genetic Decision Tree Induction Algorithm. Journal if Artificial Intelligence Research, 369-409, 1995.
[11] N.I. Nikolaev and V. Slavov, Inductive Genetic Programming with Decision Trees. Proceedings of the 9th International Conference on Machine Learning, 1997.
[12] V. Slavov, Fitness Landscapes and Inductive Genetic Programming, Artificial Neural Nets and Genetic Algorithms, 1998.
[13] Cezary Z. Janikow, A Genetic Algorithm for Optimizing Fuzzy Decision Trees. Artificial Neural Nets and Genetic Algorithms, 1998.
[14] Wolfgang Banzhaf, Genetic Programming~ An Introduction. Morgan Kaufann, 1998.
[15] M.D. Ryan and V.J. Rayward smith. The Evolution of Decision Tree. Proceedings of the Third Annual Conference on Genetic Programming, Morgan Kaufmann, 1998.
[16] Gianluigi Folino, A Cellular Genetic Programming Approach to Classification. 1999.
[17] 張智星、孫春在、水谷英二,Neuro-Fuzzy and soft computing, Prentice Hall,1997.
[18] W. B. Langdon, Genetic Programming and Data Structures: Genetic Programming + Data Structures = Automatic Programming. Kluwer Academic Publishers, 1998.
[19] Conor Ryan, Automatic Re-engineering of Software Using Genetic Programming. Kluwer Academic Publishers, 2000.
[20] 林進燈, Neural Fuzzy Systems, Prentice Hall,1999.
[21] Ian H. Witten, Data mining, Morgan Kaufann, 2000.
[22] http://cindy.cis.nctu.edu.tw/
[23] 許景竤,一般化分類者系統-以乏晰分類者為實作。國立交通大學資訊科學研究所碩士論文,1994。黃榮助,模糊分類元系統及其應用。國立交通大學資訊科學研究所碩士論文,1994。
[25] 蔡昆洋,以演化式的方法來達成類神經網路的自我組織。國立交通大學資訊科學研究所碩士論文,1995。
[26] 謝崇祥,演化式計算環境中個體間合作行為之研究。國立交通大學資訊科學研究所碩士論文,1997。
[27] 王文俊,認識Fuzzy。全華出版社,1997。
[28] 蘇木春,類神經網路模糊系統以及基因演算法。全華出版社,1998。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top