基于WEKA平台的决策树算法比较研究
杨小军
钱鲁锋
别致
1.国防大学联合勤务学院后勤与装备信息资源教研室 北京 1008582.国防大学联合勤务学院后勤与装备信息资源教研室 北京 1008583.国防大学联合勤务学院后勤与装备信息资源教研室 北京 100858
摘要：决策树是数据挖掘领域广泛研究和应用的一种分类算法,具备计算量小、速度快、分类准确率高、分类规则易于理解等众多优点.论文选取了八个公开的UCI科研数据集,从分类准确率、建模速度、可解释性三个方面对经典的决策树算法C4.5、CART和NBTree进行比较,分析了三个算法各自的原理和优缺点,明确了各算法的适用情况.
关键词：决策树算法C4.5CARTNBTree
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 34-36,97 )
英文信息