决策树与随机森林

• 作者: 陈伽洛 陈龙然
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 信息论 分类器 决策树 集成学习 随机森林
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 算法语言
• 页码范围: 43-45
• 页数: 3页
• 分类号: TP181
• 语种: 中文

摘要

决策树算法是数据挖掘领域的一个研究热点.决策树代表的是对象属性与对象值之间的一种映射关系,以树状结构表现,在实际中应用广泛.笔者首先介绍了信息论,重点阐述了三种典型的决策树分类算法原理,并分析了不同算法的优缺点,最后介绍了基于决策树的随机森林算法及其在机器学习中的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈龙然		6	37	2.0	6.0
2	陈伽洛		1	0	0.0	0.0