1) decision tree induce classification
判定树归纳分类法
1.
The decision tree induce classification is one of the most common methods of data classification techniques with extensive application.
将判定树归纳分类法应用于土质分类定名工作,介绍了判定树归纳算法,根据最高信息增益构建土质分类的预测模型,并给出了具体的数据分类实例。
2.
After introducing the concept of the decision tree induce classification and the strategies on the basis of ID3 algorithms, the paper provides a prognosticative model to make classification by data mining algorithms of decision tree constructed from maximal information gain.
介绍了判定树归纳分类法的概念及基于ID3算法的基本策略,给出通过最高信息增益构 造判定树的数据挖掘算法进行分类的预测模型,对判定树归纳分类法的具体应用给出了实例并作 分析。
2) decision tree method
判定树归纳法
1.
Demonstrative study of decision tree method-based fabricated mechanism of corporate governance;
基于判定树归纳法的公司治理组合机制实证研究
3) judgement tree aposteriori algorithm
判定树归纳算法
1.
This article introduces improving Apriori parallel algorithm based on correlative rule,judgement tree aposteriori algorithm based on classification and K-cluster algorithm based on clustering,and applied these algorithms into intelligent information processing course synthetically.
着重阐述在数据挖掘阶段提出并改进基于关联规则的Apriori并行算法、基于分类的判定树归纳算法和基于聚类的K簇算法,并将几种算法综合应用到智能信息处理过程中。
4) decision tree classifier algorithm
判定树分类算法
5) decision-tree classifier
树形判定分类法
6) decision tree induce
判定树归纳技术
1.
The theory and application of the decision tree induce method,which is one of the data mining methods, are discussed in detail.
本文还详细讨论了一种具体的数据挖掘技术——判定树归纳技术的基本概念、流程和应用过程。
补充资料：超限归纳法
又称超穷归纳法，数学中用来证明某种类型命题的重要方法，亦称超限归纳证法。设 (Χ，≤)是一个良序集，对任意α∈Χ,Χα={b∈Χ│b<α}称为在Χ中由α所确定的截段。E嶅Χ称为归纳子集,如果对于任何α∈Χ,只要截段Χα嶅E,就有α∈E。超限归纳定理断言：设E为良序集(Χ,≤)的归纳子集,则E＝Χ。因为若α为Χ的最小元素,则由,可得α∈E:如果α┡为Bα={b∈Χ│b>α}的最小元素,那么Χα'={x∈Χ│x<α┡}={α}嶅E,遂有α┡∈E。同理可得α″=(α┡)┡∈E等等。容易看出,Χ的良序性是定理成立的重要依据，倘若把它改为Χ是全序集，则Χ的非空子集可以没有最小元素,命题就不成立了。当Χ为自然数集N时，就得到上述定理的一个常用的特殊情况,称为数学归纳法，表述为：若E嶅N，满足①0∈E；②对于任何n∈N,如果由一切小于n的自然数k∈E,可以推出n∈E，则E=N。其中一切小于 n的自然数k∈E相当于Nn嶅E,而0∈E则是的结果。在引进"类"概念的前提下，超限归纳定理可以叙述为：设C是一个序数类,如果①0∈C；②若α∈C,可得α┡=α+1∈C；③若α为极限序数，并且对一切β<α，β∈C，就必然有α∈C,则C是所有序数的类。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条