一种基于信息熵的可伸缩决策树算法

• 作者: 戴南 郑爱彬
• 来源期刊: 计算机与信息技术
• 学科: 工学
• 关键词: 分类 决策树 可伸缩
• 年，卷（期）: jsjyxxjs_2005,（10）
• 页码范围: 7-8
• 页数: 2页
• 分类号: TP301.6

摘要

提出了一种基于信息熵的可伸缩决策树生成算法 SDTA(A Scalable Decision Tree Algorithm)。与 SPRINT 算法不同,该算法使用基于信息熵增益的思想分割训练样本集,引入了新的数据结构:基于类别的属性表。该表记录存储了计算分割属性的所有信息,并且该表的大小不会随样本集的增大而增大,可以常贮主存。与 SLIQ 算法相比,SDTA 算法彻底摆脱了主存容量对算法效率的限制。实验表明,SDTA 算法能生成正确的决策树,而且具有良好的可伸缩性。