文件名称：决策树分类算法中C4.5算法的研究与改进
文件大小：880KB
文件格式：PDF
更新时间：2024-05-26 06:26:24
决策树 C4.5算法 朴素贝叶斯分类 UCI
C4.5算法是用于生成决策树的一种经典算法，虽然其有很强的噪声处理能力，但当属性值缺失率高时，分类准确率会明显下降，而且该算法在构建决策树时，需要多次扫描、排序数据集、以及频繁调用对数，针对以上缺点，本文提出一种改进的分类算法.采用一种基于朴素贝叶斯定理方法，来处理空缺属性值，提高分类准确率.通过优化精简计算公式，在计算过程中，改进后的计算公式使用四则混合运算代替原来的对数运算，减少构建决策树的运行时间.为了验证该算法的性能，通过对UCI数据库中5个数据集进行实验，实验结果表明，改进后的算法极大的提高了运行效率.