| 中文题名： | 分类回归树中分裂法则的相合性质 |
| 姓名： | |
| 保密级别： | 公开 |
| 论文语种： | chi |
| 学科代码： | 070103 |
| 学科专业： | |
| 学生类型： | 硕士 |
| 学位： | 理学硕士 |
| 学校： | 北京师范大学 |
| 校区： | |
| 研究方向： | 概率论与数理统计 |
| 第一导师姓名： | |
| 第一导师单位： | |
| 提交日期： | 2001-06-13 |
| 答辩日期： | 2001-06-13 |
| 中文关键词： | |
| 中文摘要： |
分类回归树方法是建立在迭代基础上的非参数统计方法.本文第一节对分类回归树的背景和基本概念等问题作了一个基本的介绍;第二节讨论了两类分类问题中,杂质函数分别取Gini,Entropy,Minimum Error三种情形之下分裂法则的相合性质,给出了以下结论:当观测数据完全真实可信时相合性质满足,但当观测数据带有度量误差时相合性质会受到一定影响.并且误差越小,其影响程度也逐渐减小.本节的最后还给出了一种新的分裂法则,使得即便是在度量误差之下其相合性质仍然成立;第三节从理论上证明了上节中的主要结论;第四节对文章 |
| 外文摘要： |
Classification and Regression Trees(CART) is a kind of nonparameter statistic method that based on Partitioning. I introduced the background and some basic concept in the first part. Consistency property of the splitting rule was discussed under the condi |
| 参考文献总数： | 14 |
| 馆藏号： | 硕070103/9803 |
| 开放日期： | 2016-01-01 |
谷歌
