常见决策树分类算法都有哪些？.pdf
版权申诉
101 浏览量
2022-12-17
15:21:30
上传
评论
收藏 252KB PDF 举报
常见决策树分类算法都有哪些？
在机器学习中，有一个体系叫做决策树，决策树能够解决很多问题。在决策树中，也有很多需要我们
去学习的算法，要知道，在决策树中，每一个算法都是实用的算法，所以了解决策树中的算法对我们
是有很大的帮助的。在这篇文章中我们就给大家介绍一下关于决策树分类的算法,希望能够帮助大家更
好地去理解决策树。
1。C4.5 算法
C4.5 算法就是基于 ID3 算法的改进，这种算法主要包括的内容就是使用信息增益率替换了信息增益下
降度作为属性选择的标准；在决策树构造的同时进行剪枝操作；避免了树的过度拟合情况；可以对不
完整属性和连续型数据进行处理;使用 k 交叉验证降低了计算复杂度；针对数据构成形式,提升了算法
的普适性等内容，这种算法是一个十分使用的算法。
2.CLS 算法
CLS 算法就是最原始的决策树分类算法，基本流程是，从一棵空数出发，不断的从决策表选取属性加
入数的生长过程中,直到决策树可以满足分类要求为止。CLS 算法存在的主要问题是在新增属性选取时
有很大的随机性。
3。ID3 算法
ID3 算法就是对 CLS 算法的最大改进是摒弃了属性选择的随机性，利用信息熵的下降速度作为属性选
择的度量。ID3 是一种基于信息熵的决策树分类学习算法，以信息增益和信息熵，作为对象分类的衡
资源评论
