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:
决策树是归纳学习和数据挖掘的重要方法,通常用来形成分类器和预测模型.概述了决策树分类算法,指出了决策树算法的核心技术:测试属性的选择和树枝修剪技术.通过对当前数据挖掘中具有代表性的优秀分类算法进行分析和比较,总结出了各种算法的特性,为使用者选择算法或研究者改进算法提供了依据.最后,通过一个实例说明决策树分类在实际生产中的应用.
推荐文章
改进的多关系决策树算法
多关系数据挖掘
多关系决策树
元组标志传播
背景属性
新型偏好敏感决策树算法
决策树
偏好敏感
偏好度
属性选择
代价敏感
分类
逆向快速决策树算法概要
决策树
分类
学习
推理
规则
决策树构造算法的分析
数据挖掘
决策树
ID3
C4.5
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 决策树算法及其核心技术
来源期刊 计算机技术与发展 学科 工学
关键词 决策树 测试属性 树枝修剪
年,卷(期) 2007,(1) 所属期刊栏目 智能、算法、软件工程
研究方向 页码范围 43-45
页数 3页 分类号 TP311
字数 3060字 语种 中文
DOI 10.3969/j.issn.1673-629X.2007.01.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨学兵 安徽工业大学计算机学院 23 407 9.0 20.0
2 张俊 安徽工业大学计算机学院 34 444 10.0 21.0
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  (1)
节点文献
引证文献  (202)
同被引文献  (141)
二级引证文献  (453)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(7)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(7)
  • 二级引证文献(0)
2007(7)
  • 引证文献(7)
  • 二级引证文献(0)
2008(22)
  • 引证文献(17)
  • 二级引证文献(5)
2009(36)
  • 引证文献(13)
  • 二级引证文献(23)
2010(43)
  • 引证文献(14)
  • 二级引证文献(29)
2011(49)
  • 引证文献(22)
  • 二级引证文献(27)
2012(40)
  • 引证文献(15)
  • 二级引证文献(25)
2013(45)
  • 引证文献(11)
  • 二级引证文献(34)
2014(60)
  • 引证文献(10)
  • 二级引证文献(50)
2015(59)
  • 引证文献(8)
  • 二级引证文献(51)
2016(68)
  • 引证文献(17)
  • 二级引证文献(51)
2017(64)
  • 引证文献(17)
  • 二级引证文献(47)
2018(83)
  • 引证文献(30)
  • 二级引证文献(53)
2019(63)
  • 引证文献(14)
  • 二级引证文献(49)
2020(16)
  • 引证文献(7)
  • 二级引证文献(9)
研究主题发展历程
节点文献
决策树
测试属性
树枝修剪
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导