数据挖掘中改进的C4.5决策树分类算法

• 作者: 王文霞
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 数据挖掘 C4.5决策树 分类算法 判别能力度量 连续属性
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 1274-1277
• 页数: 4页
• 分类号: TP391
• 字数: 2408字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2017.05.42

摘要

针对传统C4.5决策树分类算法需要进行多次扫描,导致运行效率低的缺陷,提出一种新的改进C4.5决策树分类算法.通过优化信息增益推导算法中相关的对数运算,以减少决策树分类算法的运行时间;将传统算法中连续属性的简单分裂属性改进为最优划分点分裂处理,以提高算法效率.实验结果表明,改进的C4.5决策树分类算法相比传统的C4.5决策树分类算法极大提高了执行效率,减小了需求空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文霞	运城学院计算机科学与技术系	32	73	4.0	7.0