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:
在数据挖掘中,ID3算法对于数据的分类和预测提供了一种重要的途径。该算法以信息论为基础,以信息熵和信息增益度为衡量标准,从而建立决策树,实现对数据的归纳分类。该文对各招生院校的大量数据样本进行分析,依据学校类型、地理位置、校园面积、重点专业和企业口碑这几个较为重要的属性,利用ID3算法,获得不同属性上的信息增益,生成决策树,对学校的等级进行划分。该决策树可为报考学生提供参考,提高报考效率。
推荐文章
决策树ID3新属性选择方法
数据挖掘
决策树
粗糙集
ID3算法
大数据
算法改进
一种改进 ID3型决策树挖掘算法
数据挖掘
ID3型决策树
熵值计算
UCI数据集
一种基于决策树ID3的改进算法
数据挖掘
决策树
粗糙集
ID3算法
大数据
算法改进
决策树学习算法ID3的研究
决策树学习
ID3算法
机器学习
信息赢取
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 ID3决策树在报考中的应用研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 数据挖掘 ID3算法 决策树 报考
年,卷(期) 2013,(10X) 所属期刊栏目
研究方向 页码范围 6705-6709
页数 5页 分类号 TP311.13
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 林菁 武汉轻工大学数学与计算机学院 3 7 1.0 2.0
2 吴珊 武汉轻工大学数学与计算机学院 2 1 1.0 1.0
3 赵敏君 武汉轻工大学数学与计算机学院 2 1 1.0 1.0
4 黄雅婷 武汉轻工大学数学与计算机学院 2 1 1.0 1.0
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  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
数据挖掘
ID3算法
决策树
报考
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导