论文部分内容阅读
单调分类问题是特征与类别之间带有单调性约束的有序分类问题．对于符号数据的单调分类问题已有较好的方法，但对于数值数据，现有的方法分类精度和运行效率有限．提出一种基于决策森林的单调分类方法（monotonic classification method based on decision forest，MCDF），设计采样策略来构造决策树，可以保持数据子集与原数据集分布一致，并通过样本权重避免非单调数据的影响，在保持较高分类精度的同时有效提高了运行效率，同时这种策略可以自动确定决策森林中决策树的个数．在决策森