摘要：ID3决策树算法是重要的归纳学习方法,常用于基于大量实例的学习和预测。ID3算法以信息论中熵的概念为基站,通过选择信息含量高的属性构建决策树。但该算法有倾向于取值较多属性的问题。论文从设定属性选择要求的角度出发,对ID3决策算法进行改进,并通过实例说明了改进算法的可行性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
热门期刊服务
影响因子：0.35
期刊级别：统计源期刊
发行周期：月刊
期刊在线咨询，1-3天快速下单！
查看更多>
超1000杂志，价格优惠，正版保障！
一站式期刊推荐服务，客服一对一跟踪服务！
