基于朴素贝叶斯与ID3算法的决策树分类

摘要：

在朴素贝叶斯算法和ID3算法的基础上,提出一种改进的决策树分类算法.引入客观属性重要度参数,给出弱化的朴素贝叶斯条件独立性假设,并采用加权独立信息熵作为分类属性的选取标准.理论分析和实验结果表明,改进算法能在一定程度上克服ID3算法的多值偏向问题,并且具有较高的执行效率和分类准确度.

关键词：朴素贝叶斯算法、ID3算法、信息增益、客观属性重要度、条件独立性假设、加权独立信息熵

所属期刊栏目：38

分类号：TP301(计算技术、计算机技术)

资助基金：河南省教育厅自然科学研究计划基金资助项目2008B520047;河南省科技厅基础与前沿技术研究计划基金资助项目112300410307

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：41-43,47