| 基于聚类的决策树连续属性离散化改进算法 | |
| 周锐1,2; 胡学钢1 | |
| 2011-06-15 | |
| 发表期刊 | 微计算机信息
 |
| ISSN | 1008-0570 |
| 卷号 | 27期号:06页码:183-184+154 |
| 摘要 | 基于信息熵的二元分割算法离散连续属性,在对连续属性较多,数据量较大的数据集进行分析预测中,存在不足。实验表明,在决策树算法中结合改进后的k-means算法作为连续属性离散化算法,在连续属性较多的数据实例中可以构造出更好的决策树。 |
| 关键词 | 连续属性 离散化 改进算法 聚类 K-means算法 |
| URL | 查看原文 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/88981 |
| 专题 | 国家开放大学安徽分部 |
| 作者单位 | 1.合肥工业大学计算机与信息学院; 2.安徽广播电视大学 |
| 第一作者单位 | 国家开放大学安徽分部 |
| 推荐引用方式 GB/T 7714 | 周锐,胡学钢. 基于聚类的决策树连续属性离散化改进算法[J]. 微计算机信息,2011,27(06):183-184+154. |
| APA | 周锐,&胡学钢.(2011).基于聚类的决策树连续属性离散化改进算法.微计算机信息,27(06),183-184+154. |
| MLA | 周锐,et al."基于聚类的决策树连续属性离散化改进算法".微计算机信息 27.06(2011):183-184+154. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [周锐]的文章 |
| [胡学钢]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [周锐]的文章 |
| [胡学钢]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [周锐]的文章 |
| [胡学钢]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论