属性频率划分和信息熵离散化的决策树算法

• 作者: 孙自广 张增芳 李春贵 王晓荣 王萌
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 决策树 粗糙集 属性频率 信息熵 离散化
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 153-156
• 页数: 4页
• 分类号: TP18
• 字数: 5209字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.12.050

摘要

决策树是数据挖掘任务中分类的常用方法.在构造决策树的过程中,节点划分属性选择的度量直接影响决策树分类的效果.基于粗糙集的属性频率函数方法度量属性重要性,并用于分枝划分属性的选择和决策树的预剪枝,提出一种决策树学习算法.同时,为了能处理教值型属性,利用数据集的统计性质为启发式知识,提出了一种改进的数值型属性信息熵离散化算法.实验结果表明,新的离散化方法计算效率有明显提高,新的决策树算法与基于信息熵的决策树算法相比较,结构简单,且能有效提高分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓荣	广西工学院计算机工程系	12	205	4.0	12.0
2	李春贵	广西工学院计算机工程系	56	539	13.0	21.0
3	王萌	广西工学院计算机工程系	35	429	10.0	20.0
4	张增芳	广西工学院计算机工程系	52	623	11.0	23.0
5	孙自广	广西工学院计算机工程系	16	56	5.0	6.0