面向大数据分析的决策树算法

• 作者: 张棪 曹健
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 决策树 大数据 机器学习
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 数据挖掘
• 页码范围: 374-379,383
• 页数: 7页
• 分类号: TP18
• 字数: 8023字
• 语种: 中文

摘要

决策树作为机器学习中的一个预测模型,因其输出结果易于理解和解释,而被广泛应用于各个领域,成为了学术界研究的热点.随着数据产生速度的剧增,由于内存容量和处理器速度等限制,常规的决策树算法无法对大数据集进行处理,因此需要对决策树算法的实现进行针对性的处理.首先阐述了决策树的基本算法和优化方法,在此基础上结合大数据带来的挑战,分类比较了各类针对性算法的优缺点,并介绍了支撑这些算法运行的平台.最后讨论了面向大数据的决策树算法的未来发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹健	上海交通大学计算机科学与工程系	147	2115	24.0	42.0
2	张棪	上海交通大学计算机科学与工程系	1	104	1.0	1.0