基于信息增益和GEP的决策树属性约简算法

• 作者: 元昌安 刘富田 王艳
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: GEP 信息增益 决策树归纳 熵
• 年，卷（期）: 2010,（3）
• 页码范围: 113-117
• 分类号: TP301.6
• 字数: 3197字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2010.03.025

摘要

分类是数据挖掘的一个重要研究方向,使用决策树进行分类是一种常用而且高效的分类方法.目前传统的算法有ID3、C4.5、CART等.这些算法都有如下的局限性:必须人工输入归类集合,划分属性,确定最优的分类集合.为了解决这些问题,本文做了如下工作:①提出信息增益排列GEP染色体头部的思想;②给出基于信息增益的GEP构造决策树属性约简算法(IG-GEPDTAR)并用实验进行验证;③实验表明该算法构造的决策树在具有100%准确性的同时,比使用GEP算法构造的决策树减少了冗余分支,其节点数比传统的ID3算法和PID算法构造的决策树的节点数分别减少了82.9%和31.2%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	元昌安	广西师范学院计算机与信息工程学院	121	1400	21.0	33.0
2	王艳	广西师范学院师园学院	74	368	10.0	16.0
3	刘富田		1	3	1.0	1.0