c4.5决策树改进算法研究 research on decision tree algorithm its application in crm system.pdfVIP

下载本文档

2
0
约1.12万字
约 4页
2017-08-21 发布于上海
举报
版权申诉

c4.5决策树改进算法研究 research on decision tree algorithm its application in crm system.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

c4.5决策树改进算法研究researchondecisiontreealgorithm

电子技术研发ElectronicsRD 电子技术 C4·5决策树改进算法研究冯帆徐俊刚 (中国科学院研究生院) 摘要：决策树是数据挖掘分类算法中非常重要的一个算法分支。文章介绍了决策树算法中应用最广泛的典型算法．ID3和C4．5算法，并基于四个通用的数据集，针对这两个算法进行定量分析对比，研究两个算法的性能优劣。文章对c4．5算法中的连续属性离散化方法提出一些优化改进，并通过实际数据实验证实了优化的可行性。关键词：数据挖掘；分类算法；决策树；ID3算法；C4．5算法；离散化；边界原理 ResearchonDecisionTree inCRM System AlgorithmItsApplication Fan Xu Feng Jungang ofChmese of fGraduate Sciencesl University Academy iS the inData Abstract：TheDecisionTree a branchof Algorithmveryimportant ClassifyAlgorithmsMimng． also Thisarticleintroducestwo DecisionTree andC4．5．It and typical Algorithms．ID3 quantitativelycompares ID3withC4．5basedOil4 data the and oftwo analyzes generalsets，summarizingadvantagesdisadvantages articlealso all forthediscretizationmethodofthenumericattributesvalues algorithms．Thisproposesimprovement inC4．5 andverifiesthe ofthe data feasibility algorithm optimizationthroughpracticalexperiment． word：data tree；ID3 Key mining；classificationalgorithm；decisionalgorithm；C4．5 theory boundary 0引言越大，从而纯度越高。ID3算法的核心思想就是以信随着计算机科学与技术的高速发展，各行各业息增益度量属性选择，选择分裂后信息增益最大的都部署了大量信息系统的应用，海量的数据背后势属性进行分裂。必隐藏着很多重要的信息和知