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:
决策树是分类中的常用方法,以ID3决策树算法为基础,提出一种改进型决策树算法.改进后的ID3算法针对决策树在分类过程中遇到的训练集中存在相同属性集,但属于不同类别的实例的情况,不再采用多数表决法判断叶结点的类别,而是采用基于信息增益的属性约简和最小距离分类的新方法进行类别的判断.实验表明改进后的算法对于优化决策树的结构,提高分类准确率具有良好效果.
推荐文章
基于信息增益和GEP的决策树属性约简算法
GEP
信息增益
决策树归纳
基于样本选取的决策树改进算法
决策树
样本选取
ID3算法
分类
数据挖掘中改进的C4.5决策树分类算法
数据挖掘
C4.5决策树
分类算法
判别能力度量
连续属性
基于C4.5决策树分类算法的改进与应用
决策树
数据概率
信息增益率
时间效率
改进算法
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 基于信息增益和最小距离分类的决策树改进算法
来源期刊 科学技术与工程 学科 工学
关键词 信息增益 最小距离 决策树 分类
年,卷(期) 2013,(6) 所属期刊栏目 计算机技术
研究方向 页码范围 1643-1646,1652
页数 5页 分类号 TP301.6
字数 3821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 段薇 江西科技师范大学数学与计算机科学学院 13 43 3.0 6.0
2 马丽 江西科技师范大学数学与计算机科学学院 4 23 1.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (62)
参考文献  (6)
节点文献
引证文献  (22)
同被引文献  (60)
二级引证文献  (33)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2014(5)
  • 引证文献(5)
  • 二级引证文献(0)
2015(9)
  • 引证文献(2)
  • 二级引证文献(7)
2016(14)
  • 引证文献(7)
  • 二级引证文献(7)
2017(9)
  • 引证文献(4)
  • 二级引证文献(5)
2018(8)
  • 引证文献(3)
  • 二级引证文献(5)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
信息增益
最小距离
决策树
分类
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导