论文部分内容阅读
决策树是一种有效的分类方法，但在构建决策树模型的过程中，常常会出现模型过度拟合的现象。利用基于BP神经网络的决策树剪枝算法（BP-Pruning）进行软剪枝处理，然后根据BP-Pruning的一些不足，提出一种改进算法，简称GBP-Pruning算法。该算法通过引入遗传算法来训练BP-Pruning算法模型中的权值和阈值，从而克服了BP-Pruning算法上的不足，最后验证了GBP-Pruning算法的可行性。