基于数据挖掘的决策树算法和 C5.0原理简介

基于数据挖掘的决策树算法和 C5.0原理简介
郑丽琴
【期刊名称】《知识经济》
【年(卷),期】2014(000)007
【摘要】数据挖掘在大数据时代是一门不可替代的技术，而且数据挖掘遇到的部分问题属于分类问题。

我们在收集数据过程中，往往会有缺失值，然而除决策树之外绝大多数数据挖掘算法不能直接对含有缺失值的数据进行建模，由此可见决策树在数据挖掘算法中的重要性，常见的决策树算法有C5.0、QUEST以及CART 等。

本文结合一些实例，介绍了决策树算法和C5.0原理。

【总页数】2页(P87-88)
【作者】郑丽琴
【作者单位】陕西学前师范学院 710100
【正文语种】中文
【相关文献】
1.基于EasyEnsemble和C5.0决策树算法的患者非医嘱离院预测研究 [J], 李杰;张睿;芮晨;王欣然
2.基于C5.0决策树算法的开放数据的效用预测研究 [J], 杨巳煜
3.数据挖掘:C5.0决策树算法在警察院校学生体质分析中的应用 [J], 宋兆铭; 叶菁; 董如军
4.基于C
5.0决策树算法的落叶松人工林提取研究 [J], 马婷; 刘思涵; 郭瑞霞
5.基于C5.0决策树算法的电力营销数据挖掘 [J], 卜晓阳;蔡岩;王宗伟;赵郭燚
因版权原因，仅展示原文概要，查看原文内容请购买。