| 一种基于影响度的可伸缩的决策树算法 |
| |
| 引用本文： | 冯贵良,杨洁,李忠哗.一种基于影响度的可伸缩的决策树算法[J].河北北方学院学报(自然科学版),2008,24(4). |
| |
| 作者姓名： | 冯贵良 杨洁 李忠哗 |
| |
| 作者单位： | 河北北方学院理学院,河北,张家口,075000 |
| |
| 基金项目： | 河北省科技研究与发展指导项目 |
| |
| 摘 要： | 目的 针对ID3算法计算复杂度高这一问题，改进决策树生成算法DTA（Decision Tree Algorithm）。方法 提出了用影响度作为属性选择的标准，为了使算法具有良好的可伸缩性，引入了基于类别的属性表的新的数据结构。结果 表明算法能生成正确的决策树，并且计算复杂度明显优于传统算法。结论 可以在计算机硬件配置较低、资源消耗较少的条件下来快速生成正确的决策树，得到相应的决策规则。
|
| 关 键 词： | 决策树 数据挖掘 算法 属性表 影响度 |
A Retractile Decision Tree Algorithm Based on Influence Degree |
| |
| FENG Gui-liang,YANG Jie,LI Zhong-hua.A Retractile Decision Tree Algorithm Based on Influence Degree[J].Journa of Hebei North University:Natural Science Edition,2008,24(4). |
| |
| Authors: | FENG Gui-liang YANG Jie LI Zhong-hua |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
