面向属性值遗漏数据决策树分类算法研究

• 作者: 李雪 王建坤 邱云飞 邵良杉
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 属性值遗漏数据 联合熵 决策树
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 174-176
• 分类号: TP311
• 字数: 2803字
• 语种: 中文

摘要

在已有的多种决策树测试属性选择方法中,来见将属性值遗漏数据处理集成在测试属性选择过程中的报道,而现有的属性值遗漏数据处理方法都会不同程度地带入偏置.基于此,提出了一种将基于联合熵的信息增益率作为决策树测试属性选择标准的方法,用以在生成决策树的过程中消除值遗漏数据对测试属性选择的影响.在WEKA机器平台上进行了对比实验,结果表明,改进算法能够从总体上提高算法的执行效率和分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵良杉	辽宁工程技术大学系统工程研究所	189	1464	18.0	27.0
2	李雪	辽宁工程技术大学软件学院	12	19	2.0	4.0
3	邱云飞	辽宁工程技术大学软件学院	70	620	13.0	22.0
4	王建坤	辽宁工程技术大学软件学院	4	44	2.0	4.0