| 4,266 | 180 | 259 |
| 下载次数 | 被引频次 | 阅读次数 |
采用多种决策树算法,针对常用的决策树算法在特定样本下的性能进行了分析,提出了选择信息增益率最大的属性作为决策属性算法性能的评价方法.
Abstract：The decision tree is more extensively applied.We analyze the performance under special samples,and we choose the maximum attribute of information gain rate as a critical method to determine the arithmetic performance.
[1]美M ehm ed K an tardzic著.数据挖掘-概念、模型、方法和算法[M].闪四清等译.北京:清华大学出版社,2003.
[2]陈文伟,黄金才.数据仓库与数据挖掘[M].北京:人民邮电出版社,2004.
[3]M argaret H D unham著.数据挖掘教程[M].郭崇慧,田凤占等译.北京:清华大学出版社,2003.
[4]夏火松.数据仓库与数据挖掘技术[M].北京:科学出版社,2004.
[5]D av id H and H e ikk i Padhra ic Sm yth著.数据挖掘原理[M].廖丽,宋俊等译.北京:机械工业出版社,2003.
[6]林杰,薛华成.数据挖掘管理系统[J].微型电脑应用,2000,16(11):122.
[7]刘敏,陈根才.决策支持系统中的数据采掘技术研究[J].计算机应用研究,1999,16(11):83.
[8]L am W,Bacchus F.L earn ing Bayesian Belief N etw orks:A nA pproach Based on the M DL princip le[M].C om In t,1994.
[9]赵玲萍.多层次模糊综合评判法在中水工程中的应用[J].甘肃科学学报,2005,17(1):111-113.
基本信息:
DOI：10.16468/j.cnki.issn1004-0366.2006.04.025
中图分类号:TP301.6
引用信息:
[1]李强.创建决策树算法的比较研究——ID3,C4.5,C5.0算法的比较[J].甘肃科学学报,2006(04):84-87.DOI:10.16468/j.cnki.issn1004-0366.2006.04.025.
基金信息: