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(Decision Tree)曾在很长的时间里是非常流行的人工智能技术,随着数据挖掘技术的发展,决策树作为一个构建决策系统的强有力的技术在数据挖掘和数据分析过程中起到了非常重要的作用.决策树在数据挖掘中主要用于分类、预测以及数据的预处理等.
推荐文章
数据挖掘中决策树算法的探讨
数据挖掘
决策树
基于模糊决策树的高校就业数据挖掘研究
模糊决策树
就业中文
数据挖掘
数据挖掘中决策树加权模糊熵算法
数据挖掘
决策树
模糊熵
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 基于决策树的数据挖掘算法研究
来源期刊 计算机光盘软件与应用 学科 工学
关键词 决策树 数据挖掘 Apriori算法
年,卷(期) 2011,(11) 所属期刊栏目 软件设计开发
研究方向 页码范围 203-203
页数 分类号 TP301
字数 1430字 语种 中文
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 仲超 中国矿业大学计算机学院 5 56 4.0 5.0
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  (3)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
决策树
数据挖掘
Apriori算法
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
计算机光盘软件与应用
半月刊
1007-9599
11-3907/TP
北京市
18-160
1998
chi
出版文献量(篇)
21096
总下载数(次)
62
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导