13.03.2008

Ewolucyjna indukcja drzew decyzyjnych

Drzewa decyzyjne są jednymi z najbardziej popularnych klasyfikatorów. W typowych systemach eksploracji wiedzy budowane są one w oparciu o zbiory uczące przy wykorzystaniu klasycznego algorytmu zstępującego powiązanego z podcinaniem. Należy podkreślić, ze jest to metoda zachłanna, która choć jest szybka, to nie zawsze znajduje optymalne rozwiązania. Alternatywnym sposobem budowy drzewa decyzyjnego jest globalna indukcja, w której struktura drzewa oraz wszystkie testy w węzłach decyzyjnych są konstruowane równocześnie. W referacie przedstawiona zostanie rodzina specjalizowanych algorytmów ewolucyjnych, które umożliwiają generowanie różnych rodzajów drzew decyzyjnych: jednowymiarowych, skośnych oraz mieszanych. Zaprezentowany zostanie również wariant drzewa uwzględniający podczas indukcji koszty błędnych klasyfikacji oraz koszty atrybutów. Ponadto przedyskutowane zostaną rezultaty implementacji globalnej indukcji w środowisku równoległym.