基于统计的高效决策树分组分类算法

• 作者: 刘阳 赵庆聪 陈立南 马严 魏伟 黄小红
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 决策树 分组分类 统计 规则
• 年，卷（期）: 2014,（z1）
• 所属期刊栏目: 网络新技术及其应用
• 页码范围: 58-64
• 页数: 7页
• 分类号: TP393.03
• 字数: 4645字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2014.z1.012

摘要

基于决策树的分组分类算法因易于实现和高效性，在快速分组分类中广泛使用。决策树算法的基本目标是构造一棵存储高效且查找时间复杂度低的决策树。设计了一种基于规则集统计特性和评价指标的决策树算法——HyperEC 算法。HyperEC算法避免了在构建决策树过程中决策树高度过高和存储空间膨胀的问题。HyperEC算法对IP地址长度不敏感，同样适用于IPv6的多维分组分类。实验证明，HyperEC算法当规则数量较少时，与HyperCuts基本相同，但随着规则数量的增加，该算法在决策树高度、存储空间占用和查找性能方面都明显优于经典的决策树算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马严	北京邮电大学信息网络中心	98	731	15.0	23.0
3	陈立南	北京邮电大学信息网络中心	6	34	4.0	5.0
5	赵庆聪	北京信息科技大学信息管理学院	19	39	4.0	6.0
6	黄小红	北京邮电大学信息网络中心	35	124	6.0	9.0
9	魏伟	北京邮电大学信息网络中心	2	4	1.0	2.0
12	刘阳		2	4	1.0	2.0