原文服务方: 现代电子技术       
摘要:
针对传统ID3算法存在多值属性偏向及运算量大的问题,引入粗糙集思想,定义了条件属性的相容度.利用属性的相容度作为分裂数据集的标准,构造决策树,避免传统ID3算法中对数的计算及多值属性的偏向.在3个UCI公共数据集上进行仿真实验,结果表明提出的新属性选择方法具有更高的预测准确率.
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
基于一种新的属性选择标准的ID3改进算法
简化
ID3算法
重要度
数据挖掘软件
决策树分类的属性选择方法的研究
决策树
ID3算法
属性选择
怀卡托智能分析环境(WEKA)系统
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新属性选择方法
来源期刊 现代电子技术 学科
关键词 数据挖掘 决策树 粗糙集 ID3算法 大数据 算法改进
年,卷(期) 2018,(23) 所属期刊栏目 通信与信息工程
研究方向 页码范围 9-12
页数 4页 分类号 TN911-34|TP181
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2018.23.003
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 刘毓 西安邮电大学通信与信息工程学院 69 328 9.0 14.0
2 王子京 西安邮电大学通信与信息工程学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (90)
共引文献  (73)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (29)
二级引证文献  (5)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(10)
  • 参考文献(3)
  • 二级参考文献(7)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(7)
  • 引证文献(3)
  • 二级引证文献(4)
研究主题发展历程
节点文献
数据挖掘
决策树
粗糙集
ID3算法
大数据
算法改进
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导