文献类型：期刊文章

作　　者：杨宏伟[1] 赵明华[1] 孙娟[1] 王熙照[1]

机构地区：[1]河北大学数学与计算机学院机器学习研究中心,保定071002

出　　处：《计算机工程与应用》

基　　金：河北省自然科学基金资助项目"基于模糊信息的示例学习理论及算法"(编号:698139)

年　　份：2003

卷　　号：39

期　　号：23

起止页码：108-110

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目前人们经常使用决策树推理技术进行知识挖掘。以Quinlan1986年提出的ID3为代表的传统的决策树能较好地解决分类问题,但当类的个数增多时,所产生的单一决策树就会变得复杂,同时概括能力降低。该文采用基于层次分解的方法通过产生多层决策树来处理多类问题。与传统的单一决策树比较,基于层次分解的决策树在处理多类问题时有许多的优势。

关 键 词：归纳学习  决策树 ID3 层次分解  知识挖掘 分类问题  

分 类 号：TP301.6]