节点文献

决策树中基于基尼指数的属性分裂方法

Using Gini-Index for Attribute Selection in Decision Trees

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 陈云樱吴积钦徐可佳

【Author】 CHEN Yun-ying,WU Ji-qin,XU Ke-jia(School of Electric Eng.,Southwest Jiaotong Univ.,Chengdu 610031,China)

【机构】 西南交通大学电气工程学院西南交通大学电气工程学院 四川成都610031四川成都610031四川成都610031

【摘要】 决策树是数据挖掘中的一个重要算法。文中首先介绍了决策树的生成思想,和生成过程中关于多值属性的分离问题。基尼指数是多值属性分离的一种方法,文中详细介绍了基尼指数作为一种不纯度分裂方法的原理,并通过一个分别用两种方式进行基尼分裂的实例。最后参阅国内外文献将基尼指数与其他一些算法如信息增益、χ2统计作了比较来说明其在多值属性分裂时的一些优点和缺点。

【Abstract】 Decision Tree plays an important role in data mining.Firstly,introduce how the Decision Tree grows,then present how to use the Gini-Index for multi-attribute selection in Decision Tree,and introduce some other attribute selection methods.And give a test though the two different ways of Gini-Index.Compare the Gini-Index with Information Gain and χ2 statistic at home and abroad.

  • 【文献出处】 微机发展 ,Microcomputer Development , 编辑部邮箱 ,2004年05期
  • 【分类号】TP301.6
  • 【被引频次】63
  • 【下载频次】489
节点文献中: 

本文链接的文献网络图示:

本文的引文网络