基于数据集决策树分类器的研究.docVIP

基于数据集决策树分类器的研究 　　摘要：本文针对现有的决策树分类算法中，存在若干影响运行效率的因素对避免这种重复等问题进行了探讨，提出了一种基于数据集决策树分类算法，算法使用了扫描一遍数据构建属性统计表组的方法，减小了由于连续属性值过多而使AVC过大导致无法放于内存的问题。实验验证测试了本文提出的改进后算法的有效性，从而降低了算法的时间复杂性 　　关键词：数据挖掘；分类器；决策树 　　中图分类号：TP391 文献标识码：A文章编号：1007-9599 （2011） 04-0000-02 　　Research Based on Data Sets and Decision Tree Classifier 　　Yang Peng 　　(Guangzhou Panyu Polytechnic,School of Information Engineering,Guangzhou511483,China) 　　Abstract:This paper first discussed the data-browsing-repetition problem during getting the data statistical information in the stage of building Decision Tree Classifier.Based on some