数据挖掘中的属性处理方法比较研究  

作　　者：许俊[1] 

机构地区：[1]南京工程学院计算机工程系,江苏南京210000

出　　处：《福建电脑》2006年第12期34-35,共2页Journal of Fujian Computer

摘　　要：决策树是分类数据挖掘的重要方法。其中,经典ID3算法根据具有最大信息增益的属性对训练样本集进行分类,适用于离散型属性。C4.5算法延用了ID3算法的基本策略,增加了处理连续数值型属性的方法。本文在其基础上讨论了新的基于属性变换的离散化处理方法。该方法基于统计概率信息,依据概率属性的最佳分裂对应分裂连续属性,增加了决策树的分类精度。

关 键 词：决策树 信息增益 连续属性 概率属性 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]