决策树分类算法研究

摘要：

ID3算法在选择分裂属性时偏向于选取属性取值较多的属性.针对该问题,引入属性重要性和属性取值数量2个参数对ID3算法的信息增益公式进行改进,从而提高取值数量少但较为关键的属性的重要性,使算法更好地反映实际决策情况,并根据凸函数的性质简化信息熵的计算,提高决策树的构造效率.通过实例介绍改进算法的具体应用方法,证明其性能相比原算法有所提高.

关键词：ID3算法、信息增益、属性重要性、属性取值数量、信息熵

所属期刊栏目：37

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目709400008;高等学校博士学科点专项科研基金资助项目200801510001

在线出版日期：2011-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：66-67,70