文献类型：期刊文章

作　　者：张华[1,2] 许骏[3,2] 付浩海[1,2]

ZHANG Hua(School of Computer Technology&Engineering,Changchun Institute of Technology,Changchun 130012,China)

机构地区：[1]长春工程学院计算机技术与工程学院,长春130012 [2]长白山历史文化与VR技术重构吉林省重点实验室,长春130012 [3]长春工程学院科学研究处,长春130012

出　　处：《长春工程学院学报（自然科学版）》

基　　金：吉林省科技厅项目(20170101009JC);吉林省重点实验室支撑项目(20180622006JC);吉林省教育厅项目(JJKH20191260KJ)

年　　份：2018

卷　　号：19

期　　号：4

起止页码：80-84

语　　种：中文

收录情况：普通刊

摘　　要：机器学习中的决策树算法在处理没有属性缺失的数据集各样本时比较容易,但数据集较大时,往往某些属性会出现缺失值,这时就不能再使用通用方法来分析。利用决策树算法,以长白山植被识别为实例,通过对缺失值数据进行特殊处理,引入权重后重新计算每个属性的信息增益,再构建最优决策树,从而实现缺失值情况下对长白山植被的识别,能对新样本进行有效预测。

关 键 词：机器学习  决策树 样本  属性  缺失值 信息增益

分 类 号：TP181]