软件
軟件
연건
SOFT WARE
2010年
11期
8-11
,共4页
郭娜%田亚菲%郝洁%贾存丽
郭娜%田亞菲%郝潔%賈存麗
곽나%전아비%학길%가존려
数据挖掘%决策树%ID3算法%神经网络%差量法
數據挖掘%決策樹%ID3算法%神經網絡%差量法
수거알굴%결책수%ID3산법%신경망락%차량법
决策树是数据挖掘和归纳学习的重要方法.本文介绍了ID3算法, ID3算法存在着倾向于取值较多属性的缺点;神经网络也可以用来分类,但是神经网络不易于分类规则的提取.在遗传算法优化的DRNN网络的基础上,提出了使用差量法构建决策树的方法.该方法既具有神经网络分类的高精度,而且分类规则比较直观.实验数据分析表明,本文提出的方法更加接近实际情况,能够更好的进行预测和分类.
決策樹是數據挖掘和歸納學習的重要方法.本文介紹瞭ID3算法, ID3算法存在著傾嚮于取值較多屬性的缺點;神經網絡也可以用來分類,但是神經網絡不易于分類規則的提取.在遺傳算法優化的DRNN網絡的基礎上,提齣瞭使用差量法構建決策樹的方法.該方法既具有神經網絡分類的高精度,而且分類規則比較直觀.實驗數據分析錶明,本文提齣的方法更加接近實際情況,能夠更好的進行預測和分類.
결책수시수거알굴화귀납학습적중요방법.본문개소료ID3산법, ID3산법존재착경향우취치교다속성적결점;신경망락야가이용래분류,단시신경망락불역우분류규칙적제취.재유전산법우화적DRNN망락적기출상,제출료사용차량법구건결책수적방법.해방법기구유신경망락분류적고정도,이차분류규칙비교직관.실험수거분석표명,본문제출적방법경가접근실제정황,능구경호적진행예측화분류.
