基于离散度的决策树构造方法

被引：5

作者：

亓常松

孙吉贵

于海鸿

机构：

[1] 吉林大学计算机科学与技术学院

来源：

控制与决策 | 2008年 / 01期

关键词：

决策树; 离散度; 属性选择;

D O I：

10.13195/j.cd.2008.01.53.qichs.011

中图分类号：

TP18 [人工智能理论]; TP311.13 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 1201 ;

摘要：

在构造决策树的过程中,属性选择将影响到决策树的分类精度.对此,讨论了基于信息熵方法和WMR方法的局限性,提出了信息系统中条件属性集的离散度的概念.利用该概念在决策树构造过程中选择划分属性,设计了基于离散度的决策树构造算法DSD.DSD算法可以解决WMR方法在实际应用中的局限性.在UCI数据集上的实验表明,该方法构造的决策树精度与基于信息熵的方法相近,而时间复杂度则优于基于信息熵的方法.

引用

页码：51 / 55

页数：5