潘大胜, 屈迟文

(百色学院 信息工程学院， 广西 百色 533000)



一种改进ID3型决策树挖掘算法

潘大胜, 屈迟文

(百色学院 信息工程学院， 广西 百色 533000)

摘要：分析经典ID3型决策树挖掘算法中存在的问题，对其熵值计算过程进行改进，构建一种改进的ID3型决策树挖掘算法.重新设计决策树构建中的熵值计算过程，以获得具有全局最优的挖掘结果,并针对UCI数据集中的6类数据集展开挖掘实验.结果表明：改进后的挖掘算法在决策树构建的简洁程度和挖掘精度上，都明显优于ID3型决策树挖掘算法.

关键词：数据挖掘； ID3型决策树； 熵值计算； UCI数据集

数据仓库技术的出现，成功地解决了大数据的存储和管理问题，并配套数据挖掘技术从海量数据中提取最有价值的信息[1-2].数据挖掘技术是从已有数据信息中提取有价值信息，甚至形成知识.目前，已经出现的数据挖掘技术包括基于机器学习的挖掘技术、基于聚类分析的挖掘技术、基于关联规则的挖掘技术等[3-5].在各种基于机器学习的挖掘技术中，决策树挖掘算法获得了广泛的应用[6-12].ID3型决策树挖掘法是最经典的决策树挖掘算法之一.在决策树的各级节点上，采用信息增益构建属性选择依据，最高的信息增益属性最终会被确定为节点的判别标准，这样就可以达成训练样本的信息最小化，提升决策树的构建速度，并简化决策树的结构.本文在经典ID3型决策树算法的基础上，构建一种改进型的决策树挖掘算法.

1改……