基于距离权值的C4.5组合决策树算法
基于距离权值的C4.5组合决策树算法
复制标题
DOI：
10.16208/j.issn1000-7024.2018.01.018
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
严蔚岚
中科院分区：
文献类型：
--
作者：
杜景林;严蔚岚
针对C4.5决策树算法在处理多维数据分类时,没有考虑各属性对分类结果的影响,导致分类准确率低的问题,提出一种基于距离权值的C4.5组合决策树算法。根据标准欧式距离定义数据属性的距离权值,更新C4.5决策树算法的信息增益率,得到基于距离权值的C4.5算法。利用改进后的C4.5决策树分类算法训练多个基分类器,基分类器通过Bagging集成方法构建组合决策树。实验结果表明,该算法在处理多维数据时有较高的准确性和稳定性。