决策树分类的属性选择方法的研究

• 作者: 侯晓晶 王会青 郭凯 陈俊杰
• 来源期刊: 太原理工大学学报
• 关键词: 决策树 ID3算法 属性选择 怀卡托智能分析环境(WEKA)系统
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 信息与计算机工程
• 页码范围: 346-348,352
• 分类号: TD301.6
• 语种: 中文

摘要

针对ID3算法偏向于选择取值较多的属性作为测试属性的缺点,引入OneR算法选择属性的相关子集进行分类,降低无关属性和重复属性对分类的影响.实验结果表明,与ID3算法相比优化后的方案提高了ID3算法的分类准确率,降低了分类时间,同时克服了ID3算法的取值偏置问题,优化了分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯晓晶	太原理工大学计算机科学与技术学院	3	50	3.0	3.0
2	陈俊杰	太原理工大学计算机科学与技术学院	220	1728	20.0	30.0
3	王会青	太原理工大学计算机科学与技术学院	19	202	7.0	14.0
4	郭凯	太原理工大学计算机科学与技术学院	8	105	6.0	8.0