论文部分内容阅读
ID3算法是决策树中影响最大的算法之一，它以信息增益为标准选择决策树的测试属性。这种算法存在不足之处，在选择合适的测试属性时，倾向于选择取值较多的属性，而在实际应用中，取值较多的属性未必是重要的。针对此算法的不足，本文提出了一种对增益修正的 ID3算法，为改善 ID3的多值偏向问题提供了一种有效途径。通过理论分析和实验证明，这种算法能较好地解决多值倾向的问题。