基于层次分解的决策树

摘要：

目前人们经常使用决策树推理技术进行知识挖掘.以Quinlan1986年提出的ID3为代表的传统的决策树能较好地解决分类问题,但当类的个数增多时,所产生的单一决策树就会变得复杂,同时概括能力降低.该文采用基于层次分解的方法通过产生多层决策树来处理多类问题.与传统的单一决策树比较,基于层次分解的决策树在处理多类问题时有许多的优势.

关键词：归纳学习、决策树、ID3、层次分解

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：河北省自然科学基金698139

在线出版日期：2004-01-08（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：108-110,175