消除属性间依赖的C4.5决策树改进算法-计算机应用与软件.PDFVIP

第３５卷第３期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．３ ２０１８年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１８ 消除属性间依赖的Ｃ４．５决策树改进算法 唐耀先　余青松 （华东师范大学计算中心　上海２０００６２） 摘　要　　针对Ｃ４．５决策树算法在构造决策树时只考虑属性对类的影响，忽视了属性间相互影响的问题。提出 一种改进的决策树算法ＤＴＥＡＴ（ＤｅｃｉｓｉｏｎＴｒｅｅｗｉｔｈＥｌｉｍｉｎａｔｉｏｎｏｆＡｔｔｒｉｂｕｔｅＤｅｐｅｎｄｅｎｃｙ），该算法通过计算属性间的 信息增益率来量化属性间相互影响的程度（依赖度）。在构造决策树的过程中，计算待分裂属性与其他每个属性 的依赖度，将其均值作为选择分裂属性时的主要度量标准之一，从而消除属性间的依赖。实验结果表明，改进后 的算法在ＵＣＩ的样本数据集上的分类准确率有了显著的提升，最高提升了７个百分点。 关键词　　Ｃ４．５决策树　信息增益率　依赖度 中图分类号　Ｔ