分类算法的分析与比较

• 作者: 彭新光 陈媛媛
• 来源期刊: 电子产品可靠性与环境试验
• 关键词: 机器学习 分类算法 入侵检测
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5468.2004.06.017

摘要

在全面综述通用机器学习归纳分类算法的基础上,采用算法分类机制分析的方法,从预测精度、学习效率、健壮性等方面对决策树和规则归纳分类算法进行深入的分析和比较研究,为在不同的应用领域选择最优分类算法奠定了基础.由于RIPPER分类算法采用了重复增量裁减机制,所以在计算复杂性、分类精度、噪音数据适应性等方面都优于其它分类算法,更适用于入侵检测建模使用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭新光	太原理工大学计算机科学与技术系	103	451	10.0	16.0
2	陈媛媛	太原理工大学计算机科学与技术系	1	16	1.0	1.0