决策树算法的研究与改进

• 作者: 冯少荣
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 决策树 度量 ID3算法 熵
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 496-500
• 页数: 5页
• 分类号: TP18
• 字数: 4912字
• 语种: 中文
• DOI: 10.3321/j.issn:0438-0479.2007.04.013

摘要

决策树是数据挖掘中重要的分类方法,本文在研究和比较几种经典的决策树算法基础上,提出了一种改进的决策树算法:基于度量的决策树(MBDT).这种决策树实际上是把线性分类器和决策树结合在一起.实验证明,用该方法构造的决策树能有效地减少决策树的层数,从而提高决策树的分类效率.通过MBDT分类实验,验证了上面结论的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯少荣	厦门大学计算机科学系	49	822	13.0	28.0