李梅 張志軍

摘要：在ID3算法中，主要是計(jì)算出各個(gè)屬性的信息增益，比較信息增益的大小，選擇最大取值的屬性作為分裂節(jié)點(diǎn)，從而生成決策樹，但是在計(jì)算時(shí)，需要多次調(diào)運(yùn)log函數(shù)，計(jì)算量特別大，對(duì)決策樹的生成有一定的影響。本文主要利用冪級(jí)展開式對(duì)log函數(shù)進(jìn)行改進(jìn)，以此來(lái)提高計(jì)算速度。

關(guān)鍵詞：信息熵；log函數(shù)；改進(jìn)

中圖分類號(hào)：TP3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）29-0020-01

1 ID3算法理論簡(jiǎn)介

參考文獻(xiàn)：

[1]趙薇， 蘇建民. 基于ID3算法決策樹的研究與改進(jìn)[J]. 科技信息， 2008（23）：383-392.

[2]袁琴琴. 基于決策樹算法的改進(jìn)與應(yīng)用[D]. 長(zhǎng)安大學(xué)， 2006.

[3]蘇錦. 基于決策樹方法的學(xué)生成績(jī)分析應(yīng)用[J]. 信息通信， 2017，169（01）：52-53.

[4]劉紅巖， 陳劍， 陳國(guó)青. 數(shù)據(jù)挖掘中的數(shù)據(jù)分類算法綜述[J]. 清華大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2002，6（42）：727-730.

[5]段玉春， 朱曉艷， 孫玉強(qiáng). 一種改進(jìn)的ID3算法[J]. 南陽(yáng)師范學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版）， 2006，（09）：63-65.

【通聯(lián)編輯：梁書】