基于优化ID3的井漏类型分类算法

摘要：

决策树算法用于井漏分类时, 由于井漏数据离散化后多值属性占比较大, 且具有多值偏向的缺点, 分类效果不理想.为此, 提出一种基于改进ID3的AFIV-ID3算法.在ID3的基础上引入属性重要度计算新的信息熵, 属性重要度大小由决策者依靠先验或领域知识决定.在信息增益计算中加入关联度函数比, 对信息增益值做出修正.AFIV-ID3算法克服了ID3多值偏向的缺点, 提高了数据中重要属性的权重, 从而提升井漏类型分类精度.4组UCI数据集和真实井漏数据测试结果表明, 该算法的分类精度优于ID3和C4. 5算法, 并能够将人工经验法不稳定的分类精度提高至约72. 23％.

关键词：井漏类型、ID3算法、关联度函数比、属性重要度、多值偏向

所属期刊栏目：45

分类号：TP181(自动化基础理论)

资助基金：国家科技重大专项 2016ZX05020-006

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：290-295