检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:李磊
机构地区:[1]天津市数据发展中心
出 处:《中国科技信息》2024年第19期122-125,共4页China Science and Technology Information
摘 要:为了解决大数据挖掘问题,在常规决策树模型的基础上构建了一种新的大数据挖掘方法。这种方法的突出特点在于,充分利用属性特征的信息熵差异,对常规决策树模型进行精简,在简化树形结构的情况下,达到提升挖掘效率的目标。以科技企业创新经济大数据为实验对象,实验结果表明:信息熵差异的挖掘方法获得的决策树更加精简,挖掘效率更快,适合于大数据的挖掘处理。
关 键 词:决策树模型 大数据挖掘 树形结构 信息熵 挖掘方法 属性特征 挖掘效率 数据的挖掘
分 类 号:TP311.13[自动化与计算机技术—计算机软件与理论]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.38