9. ACS – GA 算法 (蟻群遺傳混合算法) – (3)
▪ 運行方式
2014/5/6Morris' blog 9
10. ACS – GA 算法 (蟻群遺傳混合算法) – (4)
▪ 換句話說,將螞蟻的能力也各自數據化
▪ 對於產生較好解的螞蟻,繁殖、交配、突變
▪ 接著談論如何運用在 CART!
2014/5/6Morris' blog 10
11. ACS – GA – CART Algorithm (1)
2014/5/6Morris' blog 11
▪ 假解亂做前,如何隨機?
▪ CART 是一棵二分樹
▪ How we do ?
A
B
D E
C
F G
12. ACS – GA – CART Algorithm (2)
2014/5/6Morris' blog 12
▪ How We Do?
▪ 基於深度優先的方式,直到某個葉節點的分類種數 < 30 或深度大於某個
值,就退回。
▪ 每一層必須決定 “依據哪個屬性分類”
Age ? Gender ? Last R ?
▪ 分類時,又要按照什麼 數值 進行分割。
< 30 ? > 30 ? = 30 ?
13. ACS – GA – CART Algorithm (3)
2014/5/6Morris' blog 13
▪ 假設 CART 有 m 個節點,n 個分類描述。
// 在此篇中,化合物有 202 種描述,即 n = 202。
▪ 為了表示螞蟻的判斷能力
▪ 到達某個節點 i 時,採用下一個分類方式 k 的費洛蒙 M[i][k]
▪ i < m, k < n
▪ 這樣可以決定分類方式。
▪ 對於某個節點 i,i 可以是目前累計完成的節點個數,或者是其他。
14. ACS – GA – CART Algorithm (4)
2014/5/6Morris' blog 14
▪ 上一篇決定了分類方式,但沒決定分割點 ( cut point )
的選擇方式。
▪ 假設用 10 種決策方式,來對應分類到節點內有的所有
項目屬性,進行統計分類。
▪ 決策方式 1:平均、眾數、權重、 ID3、C4.5 (熵理論和訊
息增益) … 等分割策略
▪ 決策方式 2 : 用 10 個常數對於屬性最大最小值
f(min, max) = x0 * min + x1 * max + x2 * min * max
▪ 決策方式 3:最大最小值之間切 10 等分。
▪ 那費洛蒙將會有 10 × n × m,即 M[10][n][m]。