决策树构造算法的分析  

作　　者：周亮 

机构地区：[1]六九零二科技有限公司,江苏南京210009

出　　处：《科技与创新》2017年第21期62-63,共2页Science and Technology & Innovation

摘　　要：随着互联网和物联网的发展,以及软硬件技术的极速更新,各种数据爆发式增长,多维大数据集开始出现。迫切需要从中提取有用的模式,简化信息处理,将数据转换成有价值的知识。决策树(Decision Tree)是一种分类预测模型,可用于挖掘有用知识,包括ID3、C4.5、C5.0、PUBLIC、CHAID、SLIQ和SPRINT等,对比分析了常用的几种决策树算法。

关 键 词：数据挖掘 决策树 ID3 C4.5 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]