决策树算法在商标分类中的应用.docx

人工智能原理
姓名：成军
学好：
论文题目：决议树算法在商标分类中应用
汉字摘要：
决议树通常全部是自上而下来生成。每个决议或事件（即自然状态）全部可能引出两个或多个事件，造成不一样结果，把这种决议分支画成图形很像一棵树枝干。本文将使用决议树算法对给定商标进行分类。其中有三大类商标数据，每大类使用五分之三数据进行训练，使用五分之二数据进行测试。我们应用Java和MySQl数据库进行测试。。最终对数据进行正确率计算。
关键词： 决议树 分类 商标 测试
Title: Decision tree algorithm of the application for trademark classification
Abstract:
The decision tree is commonly top-down to generate. Each decision or events (namely natural state) are likely to elicit two or more events, lead to different results, put this decision branch loser graphics is like a tree branches. This article will use the decision tree algorithm for given the trademark of classification. There are three kinds of trademark data, each of the groups using three fifths of the data to train, use two fifths of the experimental data. We use Java and MySQL database testing. Use decision tree algorithm's construction. Finally, calculate the data accuracy.
Keywords: Decision tree classification brand test
引言：
机器学****通常分为3种类型：有监督、无监督和强化学****1】。
有监督学****问题包含从它输入和输出实例中学****一个函数。对于完全可观察环境，智能体总能够观察到它行动所带来影响，所以有监督学****是可行，不然会困难部分。
无监督学****问题包含在未提供明确输出值情况下，学****输入模式。纯粹无监督学****智能体无法学****要做什么，因为它没有信息说明什么能组成正确行动或所期望状态。
强化学****问题，是三类问题中最普遍一个。强化学****是从强化物（起加强作用事物）中进行学****而不是依据老师所说应该做什么进行学****br/>正文：
决议树方法是挖掘分类规则有效方法，通常包含两个部分：①树生成，开始时全部数据全部在根节点，然后依据设定标准选择测试属性，
用不一样测试属性递归进行数据分割。②树修剪，就是除去部分可能是噪音或异常