基于C4.5决策树分类算法的改进与应用

• 作者: 刘小刚 刘澎 李春生 焦海涛
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 决策树 数据概率 信息增益率 时间效率 改进算法
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 185-189
• 页数: 5页
• 分类号: TP301.6
• 字数: 3877字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.05.035

摘要

决策树算法是在已知具有不同特征的样本数据出现的概率基础上,构建决策树来进行数据分析的一种算法.在数据分类算法中,决策树算法是一种经典的分类决策算法.首先,将所有的数据特征看作是各个树的节点,遍历所有特征,其中每当遍历到其中某个特征时,对特征进行分割处理,并记录分割点的数据信息,作为划分子节点的纯度依据.其次,比较记录的数据特征以及判定最优特征,寻找最优划分方式,对样本数据集进行分割操作.最后,构建符合规则的决策树.针对传统的决策树C4.5算法计算信息增益率时间过长的问题,提出了一种改进的K-C4.5算法,引用麦克劳林公式和泰勒公式的思想,将信息增益率计算公式从对数函数转化为非对数函数,从而降低运算的时间效率.以实际数据集进行测试,验证了改进后的算法具有一定的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春生	东北石油大学计算机与信息技术学院	56	125	6.0	8.0
2	刘澎	东北石油大学计算机与信息技术学院	5	18	2.0	4.0
3	刘小刚	东北石油大学计算机与信息技术学院	3	5	1.0	2.0
4	焦海涛	东北石油大学计算机与信息技术学院	2	0	0.0	0.0