用遗传算法改进的bp神经网络剪枝算法来优化决策树模型

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。