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的一个比较活跃的研究领域,是对分类问题进行深入分析的一种方法.但构造最优决策树是一个NP难问题.首先介绍了ID3算法的基本思想,然后针对算法中存在的不足,引入了广义相关函数的概念,提出了一种以条件属性和决策属性之间的广义相关函数作为属性选择标准的决策树构造方法,并且与ID3算法进行了实验比较.实验表明,这种方法不但可以优化决策树模型,而且用该方法构造的决策树的预测精度也得到明显改善.
推荐文章
基于主成分分析的多变量决策树构造方法
数据挖掘
单变量决策树
多变量决策树
主成分分析
决策树构造算法的分析
数据挖掘
决策树
ID3
C4.5
动态数据环境下决策树的构造方法
动态数据环境
分类
决策树
信息增益
决策树ID3新属性选择方法
数据挖掘
决策树
粗糙集
ID3算法
大数据
算法改进
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 新的决策树构造方法
来源期刊 计算机工程与应用 学科 工学
关键词 决策树 广义相关函数 ID3算法
年,卷(期) 2009,(10) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 141-143
页数 3页 分类号 TP301.6
字数 3491字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.10.042
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 林健良 华南理工大学数学科学学院 15 206 6.0 14.0
2 张凤莲 华南理工大学数学科学学院 1 25 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (109)
参考文献  (7)
节点文献
引证文献  (25)
同被引文献  (74)
二级引证文献  (44)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(4)
  • 参考文献(1)
  • 二级参考文献(3)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(5)
  • 参考文献(3)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(6)
  • 引证文献(5)
  • 二级引证文献(1)
2011(11)
  • 引证文献(4)
  • 二级引证文献(7)
2012(9)
  • 引证文献(5)
  • 二级引证文献(4)
2013(8)
  • 引证文献(5)
  • 二级引证文献(3)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
决策树
广义相关函数
ID3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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导