NingG +

MOA中RandomTreeGenerator[Basic]

简介

RandomTreeGenerator是一个数据流(stream)产生器,它首次提出于:

P.Domingos and G. Hulten. Mining high-speed data streams. In KDD, 2000.

它的基本原理:基于一棵随机产生的树,来生成Instance数据。关键点:

  1. 怎样产生一个随机树?
  2. 在这棵随机数上,怎样生成Instance

下面我们来一一说明。

产生随机树

随机选取属性,作为判断条件,来进行分裂;在最终的leaf上,随机标记一个Class;即可获得一棵随机树,因为在生成过程中,树的中间节点进行属性判断和分裂,因此准确的说,生成的是一棵决策树(decision tree)。如下图所示:

randomTree

说明:上图表示一棵决策树(decision tree),InstanceClass共计有A B C 3类,均已经标记在leaf上。这棵树上,未标记Class的节点,是中间节点,在其上进行条件判断和分裂。

生成Instance

在讨论如何生成Instance之前,先说明一下,Instance的数学表示形式:< x,y>。其中, x 是一个属性值的向量,y是class的值。例如:Instance: <(1,2,3),A>,表示:属性1=1,属性2=2,属性3=3,并且Class=A的一个Instance。

好了,有了这些说明,那如何利用 “产生随机数” 中获得的随机决策树,来生成Instance呢?

具体分为2步:

补充

科学实验中,注重实验结果的__可再现__、__可重现__性;为了保证 Instance 的可再现,需要保证__随机决策树__的可再现。在MOA中,这些都已经实现,使用的是JAVA中Random类。

在实际的程序中,随机决策树的产生,可以进行设定一些参数,来进行约束:

参数 说明
-r 保证 随机决策树 的再现性,只要此值相同,产生的随机树,即相同
-i 保证 Instance 的再现性,如果 -r 值相同,并且 -i 值相同,则产生的instance相同
-c 产生的class个数
-o 属性中,离散型属性的个数
-u 属性中,数值型(连续型)属性的个数
-d 树的深度
-l 首次存在 leaf 节点的level
-f 每层中leaf 节点所占的比重

参考来源

原文地址:https://ningg.top/moa-random-tree-generator/
微信公众号 ningg, 联系我

同类文章:

微信搜索: 公众号 ningg, 联系我, 交个朋友.

Top