公开(公告)号：CN107194468A

公开(公告)日：2017-09-22

申请号：CN201710259763.1

申请日：2017-04-19

Applicant: 哈尔滨工程大学

Inventor： 周连科 ,  宋奎勇 ,  何鸣 ,  王红滨 ,  王念滨 ,  孙静 ,  王瑛琦 ,  朱洪瑞 ,  苏畅 ,  张海斌

IPC: G06N99/00

CPC classification number: G06N20/00

Abstract: 本发明提供的是一种面向情报大数据的决策树增量学习方法。在分裂结点之前，把结点中每个候选属性的多个属性值分别合并成两组，选择信息增益最大的候选属性将结点分为两个分支。在选择下一个将要分裂的结点方面，为所有候选分裂结点计算对应的结点分裂度量值，并且总是选择结点分裂度量值最大的候选结点作为下一个分裂结点。IID5R增加了评估分类属性质量的功能。本发明将NOLCDT与IID5R相结合，提出了一个混合分类器算法HCS，主要有两个阶段组成：构建初始决策树和增量学习。根据NOLCDT建立初始决策树，然后使用IID5R进行增量学习。HCS算法综合了决策树以及增量学习方法的优点，既便于理解又适于增量学习。