| 基于信息熵的决策树算法实现 |
| |
| 引用本文： | 孙细明,张晓鹏. 基于信息熵的决策树算法实现[J]. 计算机与数字工程, 2005, 33(11): 94-95,121 |
| |
| 作者姓名： | 孙细明 张晓鹏 |
| |
| 作者单位： | 武汉大学,武汉,430079;武汉工程大学,武汉,430073;武汉工程大学,武汉,430073 |
| |
| 摘 要： | 由数据挖掘中的分类技术引出ID3算法并对其进行了简要的概括，探讨基于信息增益的度量选择测试属性方法。以MFC Class Wizard的过滤记录集取代以往记录集，研制C＋＋实现最优属性选择和ID3算法。
|
| 关 键 词： | 数据挖掘 决策树 ID3 熵 信息增益 |
| 收稿时间： | 2005-08-03 |
| 修稿时间： | 2005-08-03 |
Implementation of Decision Trees Based on Information Entropy |
| |
| Sun Ximing,Zhang Xiaopeng. Implementation of Decision Trees Based on Information Entropy[J]. Computer and Digital Engineering, 2005, 33(11): 94-95,121 |
| |
| Authors: | Sun Ximing Zhang Xiaopeng |
| |
| Affiliation: | 1.Wuhan University,Wuhan 430079;2.Wuhan University of Technology,Wuhan 430079 |
| |
| Abstract: | Introduction of data mining and decision trees are presented at first in this paper. The method of choosing the best attribute based on information entropy is presented. In the end the implementation of decision tree is given. |
| |
| Keywords: | data mining decision trees ID3 entropy information gain |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
