一种可伸缩的空间决策树分类挖掘算法  

Flexible Algorithm About Spatial Decision Tree Classification

作　　者：赵秦怡[1] 王丽珍[1] 顾应龙[1] 

机构地区：[1]云南大学信息学院计算机科学与工程系,昆明650091

出　　处：《计算机工程》2005年第7期93-95,共3页Computer Engineering

基　　金：云南省自然科学基金资助项目(2002F0013M)

摘　　要：提出了一个伸缩性好的空间决策树分类算法,在分类时既考虑待分类对象的非空间属性,又考虑其空间邻接对象的属性对其分类的影响。该算法没有训练数据库需存储于内存的限制,对训练库也没有记录个数及属性个数的限制,能生成简练、精确的决策树。A flexible spatial decision tree classification algorithm is proposed. This algorithm takes not only attributes of classifying object but also attributes of their neighbor objects into account while classifying spatial objects. Having no restriction of main memory and record number and attribute number of training database, the algorithm can output practice and accurate decision tree.

关 键 词：空间分类挖掘 算法的可伸缩性 属性列表 决策树分类 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]