决策树分类准确率极限的研究

摘要

采用最大分类树作为分析经验风险与结构风险的工具,对决策树分类准确率极限进行了研究.针对决策树模型的分类效果难以客观评价的问题,讨论了决策树分类准确率极限的存在条件,给出了求出该极限的方法.以最大分类树作为分析工具,提出了在经验风险和结构风险4种分布条件下分类准确率极限是否存在的4个定理,并从机器学习理论和工程建模实践2个角度进行了讨论.实验验证了该理论的正确性.