基于权重项的决策树算法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：决策树作为监督学习的重要分类算法，其代表的是对象属性与对象值之间的一种映射关系。决策树分为分类树和回归树，基于信息增益的分类树缺乏对缺失值的情况考虑。文章对分类决策树算法进行较为深入和全面的分析，进而通过增加权重项解决分类决策树在处理缺失特征时的问题。在数据集上的实验研究表明，权重项可以有效提升算法模型预测能力。（剩余5489字）

试读结束

目录
monitor
客服机器人