作者:
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:
决策树归纳方法的剪枝过程是为了消除最终生成的决策树对训练集的过度适应以及减少结点的数量,但最终生成的决策树依然过于庞大。而有些应用对于决策树的精度要求不是很高。本文对剪枝过程加以优化,使得在牺牲少量精度的同时结点的数量大大减少,从而提高生成规则的可理解性。
推荐文章
滑坡成因决策树挖掘
数据挖掘
决策树
滑坡
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
基于决策树的客户流失分析
决策树
客户流失分析
C4.5
剪枝
数据挖掘
决策树的剪枝策略研究
分类方法
决策树
修剪算法
剪枝
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 决策树的有效精简
来源期刊 现代职业教育研究 学科 社会科学
关键词 决策树 剪枝 MDL 分类器 预测精度 C4.5
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 87-90
页数 4页 分类号 C934
字数 语种
DOI
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 吕伟忠 6 6 1.0 2.0
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  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
决策树
剪枝
MDL
分类器
预测精度
C4.5
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
现代职业教育研究
季刊
2003
chi
出版文献量(篇)
681
总下载数(次)
4
总被引数(次)
1350
论文1v1指导