数据挖掘中的属性处理方法比较研究

• 作者: 许俊
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: 决策树 信息增益 连续属性 概率属性
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 研究与探讨
• 页码范围: 34-35
• 页数: 2页
• 分类号: TP3
• 字数: 4366字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2782.2006.12.021

摘要

决策树是分类数据挖掘的重要方法.其中,经典ID3算法根据具有最大信息增益的属性对训练样本集进行分类,适用于离散型属性.C4.5算法延用了ID3算法的基本策略,增加了处理连续数值型属性的方法.本文在其基础上讨论了新的基于属性变换的离散化处理方法.该方法基于统计概率信息,依据概率属性的最佳分裂对应分裂连续属性,增加了决策树的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许俊	南京工程学院计算机工程系	4	18	2.0	4.0