新的决策树构造方法

被引：28

作者：

张凤莲

林健良

机构：

[1] 华南理工大学数学科学学院

来源：

计算机工程与应用 | 2009年 / 10期

关键词：

决策树; 广义相关函数; ID3算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

决策树算法是数据挖掘中的一个比较活跃的研究领域,是对分类问题进行深入分析的一种方法。但构造最优决策树是一个NP难问题。首先介绍了ID3算法的基本思想,然后针对算法中存在的不足,引入了广义相关函数的概念,提出了一种以条件属性和决策属性之间的广义相关函数作为属性选择标准的决策树构造方法,并且与ID3算法进行了实验比较。实验表明,这种方法不但可以优化决策树模型,而且用该方法构造的决策树的预测精度也得到明显改善。

引用

页码：141 / 143

页数：3

共 8 条

[1]

一种新型决策树属性选择标准 [J].

倪春鹏 ;

王正欧 .

武汉科技大学学报(自然科学版), 2004, (04) :437-440

[2]

协方差及相关系数在决策树构造中的应用 [J].

赵翔 ;

祁云嵩 ;

刘同明 .

华东船舶工业学院学报(自然科学版), 2003, (05) :57-60

[3]

ID3算法的一种改进算法 [J].

曲开社 ;

成文丽 ;

王俊红 ;

不详 .

计算机工程与应用 , 2003, (25) :104-107

[4]

长江日流量混沌变化特性研究——Ⅰ相空间嵌入滞时的确定 [J].

丁晶 ;

王文圣 ;

赵永龙 .

水科学进展, 2003, (04) :307-311

[5]

A statistical approach to growing a reliable honest tree[J] Carmela Cappelli;Francesco Mola;Roberta Siciliano Computational Statistics and Data Analysis 2002,

[6]

Belief decision trees: theoretical foundations[J] Zied Elouedi;Khaled Mellouli;Philippe Smets International Journal of Approximate Reasoning 2001,

[7]

Induction of decision trees[J] J. R. Quinlan Machine Learning 1986,

[8]

Large margin DAGs for multiclass classification Platt J C; Cristianini N; Shawe-Taylor J; Advances in Neural Information Processing Systems 2000,

← 1 →