A prediktív hatékonyság növelése regressziós fa algoritmussal

Tasks, where the value of an unknown parameter has to be estimated, are typical in data mining projects. The solution of this kind of problems requires the creating of a predictive model. There are several methods for the solution of this type of tasks, e. g. the decision trees and the regression. In the paper an algorithm is demonstrated which combines the properties of the two techniques. Tests on different datasets show the efficiency of the method compared to the results which were provided by the traditional regression and decision tree algorithms. Összefoglaló. Az adatbányászati projektekben tipikusak az olyan feladatok, amelyben egy ismeretlen paraméter értékét kell becsülni. Azt a folyamatot, amely során elkészül a modell, melynek segítségével eddig nem ismert adatok alapján kell becslést tenni az ismeretlen paraméterre, prediktív modellezésnek nevezik. Számos módszer létezik az ilyen típusú feladatok megoldására. A döntési fák és a regresszió is ilyen módszerek. A cikkben bemutatásra kerül egy olyan algoritmus, amely a két technika előnyeit egyesíti. Több adathalmazon elvégzett futtatás is megmutatja a módszer hatékonyságát, összehasonlításban a hagyományos regresszió és döntési fa algoritmusok által szolgáltatott eredményekkel.