论文部分内容阅读
决策树算法是数据挖掘中的一个比较活跃的研究领域，是对分类问题进行深入分析的一种方法。但构造最优决策树是一个NP难问题。首先介绍了ID3算法的基本思想，然后针对算法中存在的不足，引入了广义相关函数的概念，提出了一种以条件属性和决策属性之间的广义相关函数作为属性选择标准的决策树构造方法，并且与ID3算法进行了实验比较。实验表明，这种方法不但可以优化决策树模型，而且用该方法构造的决策树的预测精度也得到明显改善。