-
题名改进决策树算法的大数据分类优化方法
- 1
-
-
作者
唐灵逸
唐怡雯
李蓓蓓
-
机构
上海交通大学医学院附属仁济医院
上海市卫生健康委员会办公室(信息化管理处)
上海市静安区临汾路街道社区卫生服务中心
-
出处
《吉林大学学报（信息科学版）》
CAS
2024年第5期959-965,共7页
-
基金
上海市自然科学基金资助项目(16GR137510)。
-
文摘
针对当前海量数据的结构和特征较为复杂,对其分类时很难确保较高的精准度与效率的问题,提出了改进决策树算法的大数据分类优化方法。构建模糊决策函数检测大数据的序列特征,并将其输入决策树模型中挖掘和训练规则;利用灰狼优化算法改进决策树模型,使用改进后模型对大数据简化、粗略分类,再建立分类器准确度目标函数,实现对大数据的精准分类。实验结果表明,所提方法取得分类结果准确度最高、假正例率最低,保证了算法整体具有较高的吞吐量,提高了算法分类效率。
-
关键词
决策树模型
灰狼优化算法
目标函数
大数据分类
模糊决策函数
-
Keywords
decision tree model
grey wolf optimization algorithm
objective function
big data classification
fuzzy decision function
-
分类号
TP394
[自动化与计算机技术—计算机应用技术]
-
