基于决策属性挑选策略的改进的决策树算法

摘要：

首先介绍了决策树算法的基本理论和建模过程及传统的决策属性的选取标准.然后介绍了传统的ID3决策树算法,并对常用决策树算法的优缺点进行了总结.以经典的决策树ID3模型为基础,对已有决策属性挑选策略进行了分析和总结,对决策属性挑选策略进行了改进,提出了基于"相关信息增益度"的决策属性挑选策略.该方法基于信息增益的计算标准,并通过引入属性间相关性关系对传统ID3算法"多值偏向性"的缺陷进行补偿.最后,将该方法应用于UCI数据中心的标准数据集合中,从分类精确度方面对改进的ID3算法和传统ID3算法进行比较和分析.通过实验分析,改进的E-ID3算法在分类精确度方面有更优秀的性能表现.

关键词：ID3算法、决策属性、相关信息增益度、分类精确度

所属期刊栏目：29

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60970112

在线出版日期：2011-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：60-64