基于信息熵的决策树算法实现  

Implementation of Decision Trees Based on Information Entropy

作　　者：孙细明[1] 张晓鹏[2] 

机构地区：[1]武汉大学,武汉430079 [2]武汉工程大学,武汉430073

出　　处：《计算机与数字工程》2005年第11期94-95,121,共3页Computer & Digital Engineering

摘　　要：由数据挖掘中的分类技术引出ID3算法并对其进行了简要的概括,探讨基于信息增益的度量选择测试属性方法。以MFC ClassWizard的过滤记录集取代以往记录集,研制C++实现最优属性选择和ID3算法。Introduction of data mining and decision trees are presented at first in this paper. The method of choosing the best attribute based on information entropy is presented. In the end the implementation of decision tree is given.

关 键 词：数据挖掘 决策树 ID3 熵 信息增益 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]