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领域的一个研究热点,通常用来形成分类器和预测模型,在实际中有着广泛的应用.重点阐述了经典的ID3决策树算法,分析了它的优缺点,结合泰勒公式和麦克劳林公式提出了新的属性选择标准.改进后的算法通过简化信息熵的计算,提高了分类准确度,缩短了决策树的生成时间,减少了计算成本.实验证明,改进后算法的有效性和正确性.
推荐文章
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
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
一种改进的决策树分类算法研究
决策树
ID3
加权简化熵
数据挖掘
决策树分类的属性选择方法的研究
决策树
ID3算法
属性选择
怀卡托智能分析环境(WEKA)系统
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 决策树属性选择标准的改进
来源期刊 计算机工程与应用 学科 工学
关键词 决策树 ID3算法 简化信息熵
年,卷(期) 2010,(34) 所属期刊栏目
研究方向 页码范围 115-118,139
页数 分类号 TP301.6
字数 4205字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.34.035
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 刘於勋 河南工业大学信息科学与工程学院 22 183 8.0 13.0
2 谢妞妞 河南工业大学信息科学与工程学院 4 45 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (219)
参考文献  (16)
节点文献
引证文献  (25)
同被引文献  (65)
二级引证文献  (83)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(6)
  • 参考文献(1)
  • 二级参考文献(5)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(8)
  • 参考文献(3)
  • 二级参考文献(5)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(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)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(14)
  • 引证文献(3)
  • 二级引证文献(11)
2017(15)
  • 引证文献(4)
  • 二级引证文献(11)
2018(32)
  • 引证文献(1)
  • 二级引证文献(31)
2019(17)
  • 引证文献(3)
  • 二级引证文献(14)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
决策树
ID3算法
简化信息熵
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
相关基金
河南省自然科学基金
英文译名:
官方网址:http://kyc.hncj.edu.cn/gzzd/gzzd56.htm
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导