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:
决策树算法是数据挖掘中非常活跃的研究领域。本文首先阐述了数据挖掘中决策树的基本思想,然后讨论了决策树经典算法(ID3算法)的计算复杂度问题。并针对这一问题提出了利用统计理论知识和条件概率的思想来改进构造决策树的算法。实验表明,这种构造决策树算法的计算复杂度明显优于传统的算法,其效率也有很大的提高。
推荐文章
数据挖掘中决策树算法的探讨
数据挖掘
决策树
一种改进 ID3型决策树挖掘算法
数据挖掘
ID3型决策树
熵值计算
UCI数据集
数据挖掘中决策树算法的最新进展
决策树
分类
数据挖掘
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 数据挖掘中决策树算法的研究及其改进
来源期刊 计算机与信息技术 学科 工学
关键词 决策树 数据挖掘 算法
年,卷(期) jsjyxxjs_2005,(9) 所属期刊栏目
研究方向 页码范围 17-19
页数 3页 分类号 TP311.13
字数 语种
DOI
五维指标
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  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
研究主题发展历程
节点文献
决策树
数据挖掘
算法
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
计算机与信息技术
月刊
大16开
1993
chi
出版文献量(篇)
2343
总下载数(次)
19
论文1v1指导