摘要
决策树是一种重要的数据挖掘方法。本文通过对当前具有代表性的决策树算法原理进行分析、比较,总结出每种算法的性能特征。
出处
《福建电脑》
2008年第11期58-58,50,共2页
Journal of Fujian Computer
二级参考文献10
-
1John Durkin,蔡竞峰,蔡自兴.决策树技术及其当前研究方向[J].控制工程,2005,12(1):15-18. 被引量：62
-
2李德毅,孟海军,史雪梅.隶属云和隶属云发生器[J].计算机研究与发展,1995,32(6):15-20. 被引量：1231
-
3[1] Piatetsky-Shapiro G,Fayyad U,Smith P.From data mining to knowledge discovery:an overview[M].In:Fayyad U M,Piatetsky-Shapiro G,Lisa Lewinson et al.Advances in knowledge discovery and data mining.America:AAA/MIT Press,1996,7:1-35. 被引量：1
-
4[2] Mannila H,Toivonen H,Inkeri Verkamo A.Efficient algorithms for discovering association rules[M].In:Raghavan,Proceedings of AAAI Workshop on Knowledge Discovery in Database.America:AAA/MIT Press,1994,5:181-192. 被引量：1
-
5[3] Han J.Conference tutorial notes:data mining techniques[M].In:Arning A,Proceedings of ACM SIGMOD International Conference'96 on Management of Data (SIGOMD'96).Canada:Montreal Press.1996,6:124-129. 被引量：1
-
6[4] Lu Hongjun,Rudy Setiono,Liu Huan.Effective data mining using neural networks[M].In:Grupe F H,IEEE Transactions on Knowledge and Data Engineering.America:AAA/MIT Pess 1996,8:957-961. 被引量：1
-
7[5] Park J S,Ashok Savasere.An effective hash-based algorithm for mining association ules[M].In:Heraklion,Proceedings of the ACM SIGMOD.Greece:Ctete Press.1995,3:175-186. 被引量：1
-
8[6] Han J. Mining knowledge at multiple concept levels.In:Proceedings of the 4th International Conference on Information and Knowledge Management(CIKM'95).Maryland:Baltimore press,1995,8:19-24. 被引量：1
-
9Han Jiawei Kamber M.数据挖掘概念与技术[M].北京:机械工业出版社,2001.. 被引量：31
-
10J. R. Quinlan. Induction of decision trees[J] 1986,Machine Learning(1):81～106 被引量：1
共引文献304
-
1刘汉龙,马彦彬,仉文岗.大数据技术在地质灾害防治中的应用综述[J].防灾减灾工程学报,2021,41(4):710-722. 被引量：24
-
2周爱华.数据挖掘技术在智慧城市建设中的应用[J].电子技术（上海）,2021,50(11):94-95.
-
3柳全.基于数据挖掘的煤矿监控系统安全预测系统研究[J].区域治理,2019,0(13):155-155.
-
4陈智勤,黄剑辉.基于数据挖掘技术的核心客户的识别[J].福建师范大学学报（自然科学版）,2007,23(4):56-60. 被引量：1
-
5宋宝平,薛济来,铁军,李幼军,王若宾.铝热还原生产钒铁合金的工艺优化[J].稀有金属,2006,30(z2):114-116. 被引量：12
-
6郑玲,葛红,申鹏飞.数据挖掘技术在电厂汽轮机性能分析预测系统中的应用[J].中国电力教育,2005(z2):215-217.
-
7胡卫兵,王骏涛,胡明文.数据挖掘与土木工程的健康监测及诊断[J].振动工程学报,2004,17(z1):300-304. 被引量：1
-
8柯东林.利用数据挖掘技术建立数字化高校图书馆[J].科技资讯,2007,5(2).
-
9张建功.我国医学数据挖掘与知识发现研究的文献计量学分析[J].慢性病学杂志,2013,13(8):596-599. 被引量：1
-
10黄钟颖.探讨数据挖掘中NBC模型在商业决策中的应用[J].市场周刊,2008,21(2):140-141.
同被引文献10
-
1荆永君,钟绍春,程晓春,严小卫.智能导学系统设计[J].广西师范大学学报（自然科学版）,2004,22(3):19-23. 被引量：6
-
2方勇,戚飞虎.A new decision tree learning algorithm[J].Journal of Harbin Institute of Technology(New Series),2005,12(6):684-689. 被引量：3
-
3Mitchell T M.机器学习[M].张银奎,曾华军,译.北京:机械工业出版社,2006. 被引量：5
-
4Rokach L.Top-down induction of decision trees classifiers asurey[J].IEEE Transactions on Systems,2005(35):476-487. 被引量：1
-
5Quinlan J R.Induction of decision trees[J].Machine Learning,1986(1):81-106. 被引量：1
-
6Quinlan J R.Simplifying decision trees[J].Interact Journal of Man-Machine Studies,1987(27):221-234. 被引量：1
-
7肖志明.决策树算法在高校教学评价中的应用研究[J].广西轻工业,2008,24(11):164-165. 被引量：6
-
8SHEN Shi-kai WANG Wu HONG Sun-yan.A study of the employment of higher institutions based on the decision tree model[J].通讯和计算机（中英文版）,2008,5(10):28-32. 被引量：1
-
9董贺,荣光怡.数据挖掘中数据分类算法的比较分析[J].吉林师范大学学报（自然科学版）,2008,29(4):107-108. 被引量：5
-
10邓英,李明.Web数据挖掘技术及工具研究[J].计算机工程与应用,2001,37(20):92-94. 被引量：32
二级引证文献4
-
1李笔锋,李富荣,于建立,秦浩.惯性仪器故障诊断模型设计与实现[J].计算机技术与发展,2012,22(1):143-146.
-
2蒲天添.基于决策树的工程项目管理优化研究[J].现代电子技术,2018,41(1):169-172. 被引量：6
-
3谢修娟,李香菊,操凤平,孙丽.基于改进C4.5的E-learning教学辅助系统的研究与实现[J].佳木斯大学学报（自然科学版）,2018,36(1):64-67. 被引量：4
-
4唐立,李六杏.基于改进CART算法的M-learning过程中知识掌握程度预测[J].韶关学院学报,2018,39(9):26-31. 被引量：2
-
1孙曼曼,姬龙涛.浅谈基于ARM的嵌入式系统[J].福建电脑,2010,26(3):61-61. 被引量：2
-
2刘洋.粗糙集和神经网络理论在数据挖掘中的应用分析[J].农业网络信息,2008(9):30-31.
-
3贾宏宇,施仁.过程自动化仿真系统[J].计算机仿真,1999,16(3):37-39.
-
4杨华,王耀斌.数字式温度传感器在冰箱检测系统中的应用[J].科技信息,2008(1):44-44.
-
5张海笑,徐小明.数据挖掘中分类方法的研究[J].山西电子技术,2005(2):20-21. 被引量：9
-
616位数据采集卡性能特征无需估计完成精确测量[J].世界仪表与自动化,2004,8(2):7-7.
-
7石刘,肖丽,曹立强,莫则尧.面向科学计算可视化的两级并行数据读取加速方法[J].计算机研究与发展,2017,54(4):844-854. 被引量：3
-
8柳春懿,张晓,李阿妮,陈震.私有云平台服务能力检测方法[J].计算机应用,2017,37(5):1236-1240. 被引量：8
