数据挖掘中决策树算法的研究

›› 2009, Vol. 31 ›› Issue (4): 600-602.

贤继红王家海

摘要：

决策树算法是数据挖掘中重要的分类算法，本文首先阐述了数据挖掘中决策树的基本思想，然后针对ID3算法倾向于取值较多的属性的缺点。对ID3算法予以改进，并通过实验对改进前后的算法进行了比较，实验表明改进后的算法是有效的。

中图分类号:

贤继红王家海. 数据挖掘中决策树算法的研究[J]. , 2009, 31(4): 600-602.

[1]	黄鹏飞李丹丹毛开云. 全球3D生物打印技术研究态势分析[J]. 世界科技研究与发展, 2021, 43(6): 750-763.
[2]	朱庆生王震. 基于粗粒度单元的离群点检测算法研究[J]. , 2011, 33(6): 1045-1048.
[3]	覃文文戢晓峰. 基于K-means聚类的快递企业客户细分方法[J]. , 2011, 33(6): 955-958,969.
[4]	王新勇袁剑秋周家纪 . 关联规则算法优化研究与实现[J]. , 2010, 32(3): 312-316.
[5]	白淼刘万军 . 基于聚类技术的股票价格趋势预测[J]. , 2009, 31(3): 553-555.
[6]	苏生荣钟都都 . 基于VDM的复杂装备故障数据分析[J]. , 2009, 31(3): 471-474.
[7]	郑凯明李义杰姜鑫. 基于决策树的超市客户数据挖掘与仿真[J]. , 2009, 31(2): 252-254.
[8]	何典梁英. 金融时间序列数据挖掘的研究与应用[J]. , 2008, 30(1): 104-106.

PDF (PC)