数据挖掘中决策树分类算法的研究与改进 |
| |
引用本文: | 但小容,陈轩恕,刘飞,柳德伟.数据挖掘中决策树分类算法的研究与改进[J].软件导刊,2009(2). |
| |
作者姓名: | 但小容 陈轩恕 刘飞 柳德伟 |
| |
作者单位: | 国网电力科学研究院 |
| |
摘 要: | 决策树分类算法是数据挖掘中一个重要的内容,而ID3算法又是决策树分类算法中的一种重要方法且被广泛应用。然而在实际应用过程中,现存的决策树算法也存在着很多不足之处,如计算效率低下、多值偏向等。为了解决这些问题,提出了一种基于ID3算法的加权简化信息熵算法,它提高了决策树的构建速度,减少了算法的计算运行时间,同时也克服了ID3算法往往偏向于选择取值较多的属性作为测试属性的缺陷。并且随着数据规模的增大,决策树的分类性能表现得越好。
|
关 键 词: | 数据挖掘 决策树 ID3算法 改进 加权简化信息熵 |
本文献已被 维普 等数据库收录! |
|