学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
决策树算法及其核心技术
被引:90
作者
:
论文数:
引用数:
h-index:
机构:
杨学兵
张俊
论文数:
0
引用数:
0
h-index:
0
机构:
安徽工业大学计算机学院
张俊
机构
:
[1]
安徽工业大学计算机学院
来源
:
计算机技术与发展
|
2007年
/ 01期
关键词
:
决策树;
测试属性;
树枝修剪;
D O I
:
暂无
中图分类号
:
TP18 [人工智能理论];
学科分类号
:
081104 ;
0812 ;
0835 ;
1405 ;
摘要
:
决策树是归纳学习和数据挖掘的重要方法,通常用来形成分类器和预测模型。概述了决策树分类算法,指出了决策树算法的核心技术:测试属性的选择和树枝修剪技术。通过对当前数据挖掘中具有代表性的优秀分类算法进行分析和比较,总结出了各种算法的特性,为使用者选择算法或研究者改进算法提供了依据。最后,通过一个实例说明决策树分类在实际生产中的应用。
引用
收藏
页码:43 / 45
页数:3
相关论文
共 2 条
[1]
机器学习[M]. 机械工业出版社 , (美)TomM.Mitchell著, 2003
[2]
Induction of decision trees[J] . J. R. Quinlan.Machine Learning . 1986 (1)
←
1
→
共 2 条
[1]
机器学习[M]. 机械工业出版社 , (美)TomM.Mitchell著, 2003
[2]
Induction of decision trees[J] . J. R. Quinlan.Machine Learning . 1986 (1)
←
1
→