原创力文档- 1
- 0
- 约2.02千字
- 约 3页
- 2020-02-06 发布于天津
- 举报
决策树算法的比较分析前言所谓决策树就是在对数据进行决策分类时利用树的结构将数据记录进行分类其中树的一个叶结点就代表符合某个条件的属性集根据属性的不同取值建立决策树的各个分支随后递归的构造每个子节点的子树由于决策树结构简单便于人们认识理解以及决策树不需要额外的数据训练因此决策树是数据挖掘中常用的一种分类方法而现在最常用的是基于信息熵的算法各种算法比较算法的算法是国际上公认的最早有影响的决策树算法算法是基于信息熵的决策树算法它是根据属性集的取值分类算法原理设是维有穷向量空间其中是有穷离散符号集中的元
决策树算法的比较分析
[]
[]
前言
所谓决策树，就是在对数据进行决策分类时利用树的结构将数据记录进行分类,其中树的一个叶结点就代表符合某个条件的属性集,根据属性的不同取值建立决策树的各个分支;随后递归的构造每个子节点的子树。由于决策树结构简单便于人们认识理解以及决策树不需要额外的数据训练，因此决策树是数据挖掘中常用的一种分类方法，而现在最常用的是基于信息熵的算法。
各种算法比较
ID3算法(Iterative Dicho to mizer 3)
Quinlan的ID3算法是国际上公认的最早有影响的决策树算法。ID3算法是基于信息熵的决策树算法，它是根据属性集的取值分类。
ID3算法原理：
文档评论（0）