首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 265 毫秒

1.  基于属性间交互信息的ID3算法  被引次数:3
   谢竞博  王熙照《计算机工程与应用》,2004年第40卷第30期
   启发式算法是决策树研究的核心。文中分析了最常见的一种决策树归纳启发式算法即ID3算法的不足,给出了一个改进版本,它在选择测试属性时不仅要求该属性带来的信息增益尽可能大,而且要求其与同一分支上已经使用过的各属性之间的交互信息尽可能小,从而避免了对冗余属性的选择,实现信息熵的真正减少。分析及实验结果表明,与ID3算法相比,该算法能构造出更优的决策树。    

2.  一个改进的决策树算法  
   佟玉军  曹光辉  陈文实  刘鸿沈《辽宁工学院学报》,2011年第4期
   Iterative Dichotomiser version3(ID3)算法是数据挖掘中经典的决策树分类算法,其核心是分裂训练集属性的选择标准,即分裂前后的信息增益量最大,用该标准选择属性时对于取值较多的属性具有较强依赖性。剖析了ID3算法存在的不足并加以改进,引入了属性关注度,提出了改进算法AAID3算法。实验表明改进算法对原ID3算法的取值偏向问题有所克服并使分类更加准确,决策树更加简明。    

3.  基于改进决策树算法的日特征负荷预测研究  被引次数:10
   栗然  刘宇  黎静华  顾雪平  牛东晓  刘永奇《中国电机工程学报》,2005年第25卷第23期
   针对决策树ID3算法的缺陷,提出了属性-值对的两次信息增益优化算法,该算法是ID3的改进算法,它能克服ID3算法在选取属性进行扩展时易偏向属性值多的属性及ID3算法属性间相关性考虑较少的缺点;通过对熵阈值的设定,采用预剪枝技术,又能部分克服ID3算法对噪音敏感的不足.该算法可用以生成日特征负荷决策树预测模型.该模型结合预测日的气象、星期等信息,可进行日特征负荷的预测.采用等深直方图分析思想,可对负荷变化率数据离散化,将层次聚类和信息熵相结合,对气象数据离散化.数据预处理后,通过属性-值对的2次信息增益优化算法生成负荷预测决策树模型,在给出预测日气象及星期信息后可对特征负荷进行预测,预测结果能够满足并超过负荷预测实用化标准的要求并具有较高的预测精度.如果将日24点或96点负荷及相应影响因素数据均用该算法进行模型训练,形成24个或96个预测模型,则可进行日24点或96点负荷预测.    

4.  一种基于灰色关联度的决策树改进算法  
   叶明全  胡学钢《计算机工程与应用》,2007年第43卷第32期
   在构造决策树的过程中,分裂属性选择的标准直接影响分类的效果。分析了现有改进的ID3算法不同程度地存在学习效率偏低和对多值属性重要性的主观评测等问题,提出一种高效而且可靠的基于灰色关联度的决策树改进算法。该算法通过灰色关联分析建立各特征属性与类别属性之间的关系,进而利用灰色关联度来修正取值较多但非重要属性的信息增益。通过实验与其它ID3改进算法进行了比较,验证了改进后的算法是有效的。    

5.  一种健壮有效的决策树改进模型  被引次数:2
   卜亚杰  胡朝举  白兰  董娜《计算机应用》,2008年第28卷第Z1期
   提出了一种健壮有效的决策树改进模型AJD3.该决策树模型基于经典的ID3决策树模型,在属性的选取上进行了改进.利用引入属性优先关联度参数计算节点的修正信息增益,并选择具有最高修正增益的属性作为当前节点的测试属性.实验表明,AID3决策树模型在提高分类准确率的同时,有效地增强了模型的健壮性.    

6.  基于主成分分析的决策树构造方法  被引次数:1
   孟凡荣  蒋晓云  田恬  施蕾  申丽君《小型微型计算机系统》,2008年第29卷第7期
   针对传统的ID3算法在选择分裂属性上对取值较多属性过分依赖的缺点,提出了基于主成分分析的决策树优化算法.该算法是通过主成分分析综合了信息增益和相关度系数来选择分裂属性.论文通过UCI提供的标准数据集,对优化算法进行测试,分析了优化算法的性能特点,验证了优化算法在分类正确率和执行效率上要优于ID3算法.    

7.  基于修正系数的决策树分类算法  被引次数:2
   狄文辉  李卿  楼新远《计算机工程与设计》,2008年第29卷第24期
   ID3算法是决策树算法中的经典算法,但存在多值偏向问题.一些改进的ID3算法虽避免了多值偏向问题,但多存在主观性强,没有考虑属性信息熵等问题.为了解决该问题,提出了一种基于修正系数的决策树分类算法MC.该算法利用修正系数降低取值个数多的属性的信息增益,并通过实验与ID3算法进行了比较,结果表明,当样本集中各属性取值个数不同时,算法MC在生成决策树的结点总数和分类准确率上明显优于ID3算法.    

8.  基于粗糙集的决策树构造算法  被引次数:7
   丁春荣  李龙澍  杨宝华《计算机工程》,2010年第36卷第11期
   针对ID3算法构造决策树复杂、分类效率不高问题,基于粗糙集理论提出一种决策树构造算法。该算法采用加权分类粗糙度作为节点选择属性的启发函数,与信息增益相比,能全面地刻画属性分类的综合贡献能力,并且计算简单。为消除噪声对选择属性和生成叶节点的影响,利用变精度粗糙集模型对该算法进行优化。实验结果表明,该算法构造的决策树在规模与分类效率上均优于ID3算法。    

9.  一种基于修正信息增益的ID3算法  被引次数:2
   张春丽  张磊《计算机工程与科学》,2008年第30卷第11期
   ID3算法是决策树中影响最大的算法之一,它以信息增益为标准选择决策树的测试属性。这种算法存在不足之处,在选择合适的测试属性时,倾向于选择取值较多的属性,而在实际应用中,取值较多的属性未必是重要的。针对此算法的不足,本文提出了一种对增益修正的ID3算法,为改善ID3的多值偏向问题提供了一种有效途径。通过理论分析和实验证明,这种算法能较好地解决多值倾向的问题。    

10.  基于优化决策树的短期电力负荷预测算法  
   欧芳芳  王翠茹《电力系统通信》,2008年第29卷第7期
   考虑非负荷因素对短期负荷预测的影响,提出了基于优化决策树的短期负荷预测新方法。该方法先对样本数据进行预处理,利用粗糙集理论对决策树的测试属性约简;然后针对决策树ID3算法的缺陷,改进测试属性选择的方法,提出优化算法M ID3。通过2次优化建立的决策树短期负荷预测模型,在有更好的分类准确率的前提下具有较小的规模。结果表明,该方法可提高短期负荷预测的精度,具有一定的实用性和优势。    

11.  基于粗糙集理论的决策树构造算法  被引次数:5
   常志玲  周庆敏  杨清莲《陶瓷科学与艺术》,2005年第4期
   应用粗糙集理论,提出了一种利用新的启发式函数构造决策树的方法。该方法以属性重要性评价指标作为信息熵函数,对条件属性进行选择,充分考虑了属性间的依赖性和冗余性,弥补了ID3算法对属性间依赖性强调不够的缺点,解决了决策树中子树的重复和有些属性在同一决策树上被多次选择的问题,该方法还能对不相容决策表进行正确分类。实例表明该方法是正确有效的,而且明显优于传统的决策树构造方法。    

12.  基于粗糙集技术的决策树归纳  被引次数:3
   翟俊海  王熙照  张沧生《计算机工程与应用》,2009年第45卷第18期
   ID3算法是一种典型的决策树归纳算法,它以信息增益作为选择扩展属性根结点的标准,并递归地生成决策树。但ID3算法倾向于选取属性取值较多的属性作为根结点,而且它假设训练集中各类别样例的比例应与实际问题领域里各类别样例的比例相同。提出一种新的基于粗糙集技术的决策树归纳算法,它是一种完全数据驱动的归纳算法,可以克服ID3算法的上述不足。    

13.  决策树算法的优化与比较  被引次数:4
   鲁为  王枞《计算机工程》,2007年第33卷第16期
   ID3算法采用一种对属性进行逐层的搜索和比较的“贪婪算法思想”。基于ID3算法的层间不相关性,该文考虑了生成树中相邻层的耦合,提出了一种改进的ID3的决策树算法(E-ID3),E-ID3算法使用一种基于“统计出局部最优”的方法,获得比较好的启发式函数算法,并分析了E-ID3“算两步,走一步”的思想。实验证明,该优化算法对于构建决策树具有很好的效率。    

14.  ID3算法在入侵检测系统中的研究与改进  
   刘春燕  翟光群《计算机安全》,2010年第5期
   ID3算法是数据挖掘中经典的分类算法。它往往选择取值较多的属性进行分裂训练集,而选取的这个属性并非是最优的。针对这一缺点,提出了一种改进的ID3算法。通过改进信息增益公式,选取最优的划分属性,对采集的数据进行分类处理,建立决策树,这样的决策树包括较少的分支,并且树的高度较低。改进后的算法结合模式匹配算法来检测是否有入侵行为发生。通过实验验证了该算法减少了误报率和漏报率,并且比修改前在速度上有所提高,空间消耗有所减少。    

15.  决策树算法的研究及优化  
   王静红  王熙照  邵艳华  王伍伶《计算机技术与发展》,2004年第14卷第9期
   决策树算法是数据挖掘中的一个比较活跃的研究领域,是对分类问题进行深入分析的一种方法,但构造最优决策树是一个NP困难问题.文中首先介绍了ID3算法的基本思想,然后讨论了决策树算法中的难点问题,针对ID3算法中所存在的不足,提出了一种利用优化法的思想来改进信息增益的算法,并且与ID3算法进行了实验对比.通过实验表明,这种方法从树的规模和分类精度都优于许多决策树算法,使决策效率明显提高.    

16.  决策树算法的研究及优化  被引次数:19
   王静红 王熙照 邵艳华 王伍伶《微机发展》,2004年第14卷第9期
   决策树算法是数据挖掘中的一个比较活跃的研究领域,是对分类问题进行深入分析的一种方法,但构造最优决策树是一个NP困难问题。文中首先介绍了ID3算法的基本思想,然后讨论了决策树算法中的难点问题,针对ID3算法中所存在的不足,提出了一种利用优化法的思想来改进信息增益的算法,并且与ID3算法进行了实验对比。通过实验表明,这种方法从树的规模和分类精度都优于许多决策树算法,使决策效率明显提高。    

17.  决策树ID3算法的分析与改进  
   王小巍  蒋玉明《计算机工程与设计》,2011年第32卷第9期
   为了弥补ID3算法[1-3]的缺点及不足,设计了一种基于ID3算法的改进算法。它使用修正参数修正信息增益,克服了ID3算法偏向于选择取值较多的属性这一缺点,对连续值的属性进行离散化,解决了连续属性的处理问题,通过有未知值的样本是按照已知值的相对频率随机分布的思想,可以处理缺少属性值的样本。描述了通过改进的ID3算法生成决策树[4]的具体步骤,将改进算法应用到了客户关系管理系统中的客户流失分析问题当中。通过对实验结果的分析比较,得到改进算法与原ID3算法相比具有更高的预测准确率,表明了该算法的有效性。    

18.  决策树分类算法研究  被引次数:2
   张琳  陈燕  李桃迎  牟向伟《计算机工程》,2011年第37卷第13期
   ID3算法在选择分裂属性时偏向于选取属性取值较多的属性。针对该问题,引入属性重要性和属性取值数量2个参数对ID3算法的信息增益公式进行改进,从而提高取值数量少但较为关键的属性的重要性,使算法更好地反映实际决策情况,并根据凸函数的性质简化信息熵的计算,提高决策树的构造效率。通过实例介绍改进算法的具体应用方法,证明其性能相比原算法有所提高。    

19.  基于粗糙集的ID3决策树算法改进  
   朱付保  霍晓齐  徐显景《郑州轻工业学院学报(自然科学版)》,2015年第1期
   针对ID3等传统的决策树算法通常采用单个属性作为分枝判断依据,导致生成树的规模大、形成的规则较难理解的问题,提出了一种以多变量作为结点属性判断条件的算法。该算法利用粗糙集中属性依赖的特性,选择信息系统中条件属性相对决策属性的核属性作为多变量结点属性,使用相对泛化的概念辅助分枝过程,进而生成多变量决策树。通过实例分析与传统的ID3算法进行比较,证明了改进算法的高效性。    

20.  变精度粗糙集模型在决策树构造中的应用  被引次数:1
   丁春荣  李龙澍《计算机工程与科学》,2010年第32卷第7期
   针对ID3算法构造决策树复杂、分类效率不高等问题,本文基于变精度粗糙集模型提出了一种新的决策树构造算法。该算法采用加权分类粗糙度作为节点选择属性的启发函数,与信息增益相比,该标准更能够全面地刻画属性分类的综合贡献能力,计算简单,并且可以消除噪声数据对选择属性和生成叶节点的影响。实验结果证明,本算法构造的决策树在规模与分类效率上均优于ID3算法。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号