基于PCA的决策树优化算法

• 作者: 徐浩 谢霖铨 赵楠 陈希邦
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 决策树算法 ID3 PCA算法
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 算法与语言
• 页码范围: 69-71,76
• 页数: 4页
• 分类号: TP312
• 字数: 2921字
• 语种: 中文
• DOI: 10.11907/rjdk.182908

摘要

为了改善传统ID3算法在分类属性选择上存在多值偏向性的不足,提出基于PCA的决策树优化算法.在普通基于PCA的决策树改进算法中,存在数据经降维处理后代表性不强的问题,导致算法需经过多次数据运行后,准确率才能小幅提升.在ID3算法基础上,在分类前两次提取属性特征值,并计算了需要分类的数据量,也即对原始数据进行最重要的属性选择.在子树建立之后,再进行数据的降维合并选择.采用UCI数据库中的3个数据集对改进算法进行验证,结果表明改进算法的平均准确率达到94.6％,相比传统ID3算法与普通PCA决策树优化算法分别提升了1.6％和0.6％.因此,基于PCA的决策树算法能在一定程度上提升结果准确率,具备一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢霖铨	江西理工大学理学院	27	81	5.0	7.0
2	徐浩	江西理工大学理学院	6	15	3.0	3.0
3	陈希邦	江西理工大学理学院	3	7	2.0	2.0
4	赵楠	江西理工大学理学院	2	7	2.0	2.0