基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前人们经常使用决策树推理技术进行知识挖掘.以Quinlan1986年提出的ID3为代表的传统的决策树能较好地解决分类问题,但当类的个数增多时,所产生的单一决策树就会变得复杂,同时概括能力降低.该文采用基于层次分解的方法通过产生多层决策树来处理多类问题.与传统的单一决策树比较,基于层次分解的决策树在处理多类问题时有许多的优势.
推荐文章
基于层次分解决策树的手写体数字识别
手写体数字
识别
决策树
层次分解
基于决策树的客户流失分析
决策树
客户流失分析
C4.5
剪枝
数据挖掘
基于决策树的流量分类方法
流量分类
网络测量
网络流
决策树
统计属性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于层次分解的决策树
来源期刊 计算机工程与应用 学科 工学
关键词 归纳学习 决策树 ID3 层次分解
年,卷(期) 2003,(23) 所属期刊栏目 学术探讨
研究方向 页码范围 108-110,175
页数 4页 分类号 TP301.6
字数 4292字 语种 中文
DOI 10.3321/j.issn:1002-8331.2003.23.035
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王熙照 河北大学数学与计算机学院机器学习研究中心 88 1286 18.0 32.0
2 孙娟 河北大学数学与计算机学院机器学习研究中心 19 137 5.0 11.0
3 赵明华 河北大学数学与计算机学院机器学习研究中心 4 87 4.0 4.0
4 杨宏伟 河北大学数学与计算机学院机器学习研究中心 4 87 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (41)
同被引文献  (21)
二级引证文献  (80)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(4)
  • 引证文献(2)
  • 二级引证文献(2)
2006(11)
  • 引证文献(3)
  • 二级引证文献(8)
2007(13)
  • 引证文献(6)
  • 二级引证文献(7)
2008(9)
  • 引证文献(5)
  • 二级引证文献(4)
2009(15)
  • 引证文献(5)
  • 二级引证文献(10)
2010(19)
  • 引证文献(10)
  • 二级引证文献(9)
2011(11)
  • 引证文献(3)
  • 二级引证文献(8)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(7)
  • 引证文献(0)
  • 二级引证文献(7)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
归纳学习
决策树
ID3
层次分解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导