文献类型：期刊文章

作　　者：韩存鸽[1,2] 叶球孙[1]

HAN Cun-Ge;YE Qiu-Sun(School of Mathematics and Computer Science,Wuyi University,Wuyishan 354300,China;Fujian Provincial Key Laboratory of Cognitive Computing and Intelligent Information Processing,Wuyishan 354300,China)

机构地区：[1]武夷学院数学与计算机学院,武夷山354300 [2]认知计算与智能信息处理福建省高校重点实验室,武夷山354300

出　　处：《计算机系统应用》

基　　金：福建省科技厅自然科学基金(2017J01406)~~

年　　份：2019

卷　　号：28

期　　号：6

起止页码：198-202

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：C4.5算法是用于生成决策树的一种经典算法,虽然其有很强的噪声处理能力,但当属性值缺失率高时,分类准确率会明显下降,而且该算法在构建决策树时,需要多次扫描、排序数据集、以及频繁调用对数,针对以上缺点,本文提出一种改进的分类算法.采用一种基于朴素贝叶斯定理方法,来处理空缺属性值,提高分类准确率.通过优化精简计算公式,在计算过程中,改进后的计算公式使用四则混合运算代替原来的对数运算,减少构建决策树的运行时间.为了验证该算法的性能,通过对UCI数据库中5个数据集进行实验,实验结果表明,改进后的算法极大的提高了运行效率.

关 键 词：决策树 C4.5算法 朴素贝叶斯分类 UCI  

分 类 号：TP311.13]