基于信息增益和最小距离分类的决策树改进算法

摘要：

决策树是分类中的常用方法,以ID3决策树算法为基础,提出一种改进型决策树算法.改进后的ID3算法针对决策树在分类过程中遇到的训练集中存在相同属性集,但属于不同类别的实例的情况,不再采用多数表决法判断叶结点的类别,而是采用基于信息增益的属性约简和最小距离分类的新方法进行类别的判断.实验表明改进后的算法对于优化决策树的结构,提高分类准确率具有良好效果.

关键词：信息增益、最小距离、决策树、分类

所属期刊栏目：13

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金50977093

在线出版日期：2013-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1643-1646,1652