决策树分类的属性选择方法的研究 (2011年)

【文件属性】：

文件名称：决策树分类的属性选择方法的研究 (2011年)

文件大小：240KB

文件格式：PDF

更新时间：2024-06-10 14:14:30

自然科学 论文

针对ID3算法偏向于选择取值较多的属性作为测试属性的缺点，引入oneR算法选择属性的相关子集进行分类，降低无关属性和重复属性对分类的影响。实验结果表明，与ID3算法相比优化后的方案提高了ID3算法的分类准确率，降低了分类时间，同时克服了ID3算法的取值偏置问题，优化了分类结果。