基于属性-值对的信息增益优化算法

• 作者: 孙超利 张继福
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 数据挖掘 决策树 信息增益 信息熵 属性-值对
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 计算机与自动控制技术
• 页码范围: 199-202
• 页数: 4页
• 分类号: TP301.6
• 字数: 3863字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2005.03.010

摘要

偏向于取值较多的属性是ID3算法的一个缺陷,目前已提出的决策树的优化算法对ID3算法的改进,部分解决了该缺陷,但仅适用于两值属性的样例集,对于多值属性效果并不明显.针对该优化算法的不足,通过将属性和属性值对应成一个属性,提出了属性-值对的信息增益优化算法GBT.通过理论和实验分析,表明该算法不仅克服了ID3算法偏向于取值多属性的缺陷,同时解决了优化算法对多值属性效果不明显的不足.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张继福	太原科技大学计算机科学与技术学院	94	600	14.0	20.0
2	孙超利	太原科技大学计算机科学与技术学院	14	2	1.0	1.0