文献类型：期刊文章

作　　者：王文霞[1]

WANG Wenxia(Department of Computer Science and Technology, Yuncheng University, Yuncheng 044000, Shanxi Province, Chin)

机构地区：[1]运城学院计算机科学与技术系,山西运城044000

出　　处：《吉林大学学报（理学版）》

基　　金：国家自然科学基金(批准号:11241005);山西省运城学院131人才专项基金(批准号:JG201634)

年　　份：2017

卷　　号：55

期　　号：5

起止页码：1274-1277

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对传统C4.5决策树分类算法需要进行多次扫描,导致运行效率低的缺陷,提出一种新的改进C4.5决策树分类算法.通过优化信息增益推导算法中相关的对数运算,以减少决策树分类算法的运行时间;将传统算法中连续属性的简单分裂属性改进为最优划分点分裂处理,以提高算法效率.实验结果表明,改进的C4.5决策树分类算法相比传统的C4.5决策树分类算法极大提高了执行效率,减小了需求空间.

关 键 词：数据挖掘 C4.5决策树 分类算法  判别能力度量  连续属性  

分 类 号：TP391]