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:
ID3算法是决策树分类挖掘方法的核心算法,其思想是通过计算训练属性集的信息增益值,选取增益值最大的属性作为分类依据。文中针对ID3算法在大数据量下计算信息增益时运行效率低下,利用数学运算对计算信息增益的公式进行了改进,提出了新的改进算法,同时针对ID3算法在选择属性时偏向于选择较多的属性,引入了加权属性值的概念。通过实验结果分析,新的算法在运行时间效率上有很大的提高。
推荐文章
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
一种改进的决策树分类算法研究
决策树
ID3
加权简化熵
数据挖掘
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 决策树ID3算法的一种改进
来源期刊 电子世界 学科
关键词 决策树 ID3算法 信息增益 加权属性值
年,卷(期) 2014,(22) 所属期刊栏目 学术交流
研究方向 页码范围 433-433,434
页数 2页 分类号
字数 5142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 阴爱英 福州大学至诚学院计算机工程系 11 52 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (124)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (3)
1986(5)
  • 参考文献(1)
  • 二级参考文献(4)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(5)
  • 参考文献(4)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
ID3算法
信息增益
加权属性值
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导