决策树分类技术研究

被引：124

作者：

栾丽华

吉根林

机构：

[1] 南京师范大学计算机系

[2] 南京师范大学计算机系南京

[3] 南京

来源：

计算机工程 | 2004年 / 09期

关键词：

决策树; CART; SLIQ; SPRINT; PUBLIC;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

决策树分类是一种重要的数据分类技术。ID3、C4.5和EC4.5是建立决策树的常用算法，但目前国内对一些新的决策树分类算法研究较少。为此，在消化大量文献资料的基础上，研究了CART、SLIQ、SPRINT、PUBLIC等新算法，对各种决策树分类算法的基本思想进行阐述，并分析比较了各种算法的主要特性，为数据分类研究者提供借鉴。

引用

页码：94 / 96+105 +105

页数：4

共 6 条

[1]

SPRINT: A scalable parallel classifier for data mining. Shafer J,Agrawal R,Mehta M. Proceedings of the 22nd International Conference on Very Large Data Bases . 1996

[2]

Public: A decision tree classifier that integrates building and pruning. Rajeev Rastogi,Kyuseok Shim. Proceedings of the 24th International Conference on Very Large Databases(VLDB) . 1998

[3]

Efficient C4.5. Salvatore Ruggieri. IEEE Transactions of Knowledge and Data Engineering . 2002

[4]

Classification and Regression Trees. Breiman L,Friedman JH,Olshen RA,et al. . 1984

[5]

SLIQ: A Fast Scalable Classifier for Data Mining. Mehta M,Agrawal R,Rissanen J. . 1995

[6]

Data Mining: Concepts and Techniques. Han J,Kambr M. . 2001

← 1 →