10.3969/j.issn.1000-386x.2018.03.050
消除属性间依赖的C4.5决策树改进算法
针对C4.5决策树算法在构造决策树时只考虑属性对类的影响,忽视了属性间相互影响的问题.提出一种改进的决策树算法DTEAT(Decision Tree with Elimination of Attribute Dependency),该算法通过计算属性间的信息增益率来量化属性间相互影响的程度(依赖度).在构造决策树的过程中,计算待分裂属性与其他每个属性的依赖度,将其均值作为选择分裂属性时的主要度量标准之一,从而消除属性间的依赖.实验结果表明,改进后的算法在UCI的样本数据集上的分类准确率有了显著的提升,最高提升了7个百分点.
C4.5决策树、信息增益率、依赖度
35
TP3(计算技术、计算机技术)
2018-04-26（万方平台首次上网日期，不代表论文的发表时间）
共5页
262-265,315
