决策树算法及其在乳腺疾病图像数据挖掘中的应用

被引:11
作者
潘永生
庄天戈
机构
[1] 上海交通大学生物医学工程系
[2] 上海交通大学生物医学工程系 上海
[3] 上海
关键词
数据挖掘; 决策树; 修剪; 规则;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
介绍了ID3决策树算法建立决策树的基本原理 ,着重介绍了决策树的修剪问题和两种典型的修剪算法———减少分类错误修剪算法和最小代价 复杂度修剪算法 ,并利用介绍的决策树算法和修剪算法对乳腺疾病图像进行数据挖掘 ,得到了一些有实际参考价值的规则 ,获得了很高的分类准确率 ,证明了决策树算法在医学图像数据挖掘领域有着广泛的应用前景。
引用
收藏
页码:78 / 79+145 +145
页数:3
相关论文
共 4 条
[1]   决策树的优化算法 [J].
刘小虎 ;
李生 .
软件学报, 1998, (10) :78-81
[2]   一种新的决策树归纳学习算法 [J].
洪家荣 ;
丁明峰 ;
李星原 ;
王丽薇 .
计算机学报, 1995, (06) :470-474
[3]  
机器学习与知识获取[M]. 浙江大学出版社 , 何钦铭, 1997
[4]  
Classification and Regression Trees .2 Leo Breiman,Jerome H Friedman,Richard A. Olshen,Charles J. Stone. Wadsworth International Group . 1984