基于属性重要度的ID3改进算法
ID3算法是数据挖掘中最经典的分类算法.该算法偏向于选择取值较多的属性,而属性值较多的属性不总是重要的,从而影响了分类预测的高效性.通过对ID3算法的研究,依据属性重要度粗糙集理论的思想,对经典的ID3算法做了相应的改进,改进后的ID3算法(AIID3),提高了算法的决策效率.最后的实例及应用表明,改进的算法更有效,更快速.
数据挖掘、决策树、粗糙集、ID3、属性重要度
28
TP301.6(计算技术、计算机技术)
2008-09-01(万方平台首次上网日期,不代表论文的发表时间)
共3页
144-145,149