10.16208/j.issn1000-7024.2018.01.018
基于距离权值的C4.5组合决策树算法
针对C4.5决策树算法在处理多维数据分类时,没有考虑各属性对分类结果的影响,导致分类准确率低的问题,提出一种基于距离权值的C4.5组合决策树算法.根据标准欧式距离定义数据属性的距离权值,更新C4.5决策树算法的信息增益率,得到基于距离权值的C4.5算法.利用改进后的C4.5决策树分类算法训练多个基分类器,基分类器通过Bagging集成方法构建组合决策树.实验结果表明,该算法在处理多维数据时有较高的准确性和稳定性.
C4.5算法、标准欧式距离、距离权值、信息增益率、Bagging组合算法
39
TP301.6(计算技术、计算机技术)
国家自然科学基金项目41575155
2018-04-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
96-102