一種基于影響因子的ID3改進算法.pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、伴隨著海量數據的不斷涌現(xiàn)，“數據充沛，卻信息匱乏”的矛盾日益突出。數據挖掘為我們從海量數據中提取或挖掘有用信息提供了有效的技術手段，其中作為數據挖掘重要方法的決策樹分類挖掘被廣泛應用和研究。作為決策樹分類中的經典算法，ID3算法是Quinlan在1986年提出的，其選擇具有最大信息增益值的屬性作為分裂屬性，從而使分裂后的系統(tǒng)具有的信息熵最小，并使所構造決策樹的結構更簡單，進而提高分類算法的運行效率和分類準確率。
　　針對ID3算法

2、在用信息增益作為分裂屬性選擇的標準時存在多值偏向的問題，即偏向于取值較多的屬性，本文提出了一種基于影響因子的ID3改進算法。該算法通過引入影響因子的概念，在計算信息增益時考慮屬性及其屬性值對類標記的影響因子，選擇改進后的信息增益作為劃分屬性的選擇標準。由于取值較多的屬性的影響因子在較高概率上取值較小，從而在一定程度上克服了ID3算法的多值偏向問題。同時，為了減小訓練數據集中噪聲或離群點對決策樹構造過程的影響，改進后的算法通過引入誤分類比

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論