| 一种判定树生成改进算法 |
| |
| 引用本文： | 解争龙,许青林,石方厦. 一种判定树生成改进算法[J]. 咸阳师范学院学报, 2006, 21(6): 31-33 |
| |
| 作者姓名： | 解争龙 许青林 石方厦 |
| |
| 作者单位： | 1. 咸阳师范学院,计算机科学系
2. 西藏民族学院,图书馆,陕西,咸阳,712000 |
| |
| 基金项目： | 陕西省教育厅科研专项基金项目(03JK196) |
| |
| 摘 要： | 判定树归纳基本算法是判定树生成的核心算法,有着广泛的应用。针对判定树归纳算法容易出现局部最优化,即早熟现象这一缺陷,运用平均信息增益的方法对该算法进行了改进,把平均信息增益最大的值作为选择测试属性的标准,仿真试验也表明了改进后算法的优越性。
|
| 关 键 词： | 数据挖掘 判定树 熵 信息增益 |
| 文章编号： | 1672-2914（2006）06-0031-03 |
| 收稿时间： | 2006-10-23 |
| 修稿时间： | 2006-10-23 |
A Refinement Algorithm of Decision Tree Generation |
| |
| XIE Zheng-long,XU Qing-lin,SHI Fang-xia. A Refinement Algorithm of Decision Tree Generation[J]. Journal of Xianyang Normal University, 2006, 21(6): 31-33 |
| |
| Authors: | XIE Zheng-long XU Qing-lin SHI Fang-xia |
| |
| Abstract: | Decision tree induce algorithm is the key algorithm of decision tree,which is widely applicable.Its main deficiency is that the algorithm is based on PM(Probabilistic Model) and local optimization.This paper introduce a method of average information gain to improve the decision tree induce algorithm.The standard of the test attribute is the max value of the average information gain.The experiment proved that algorithm has more value in the experiment. |
| |
| Keywords: | Data mining Decision tree Entropy Information gain |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
