1) decision tree classifier algorithm
![点击朗读](/dictall/images/read.gif)
判定树分类算法
2) decision-tree classifier
![点击朗读](/dictall/images/read.gif)
树形判定分类法
3) sorting decision tree
![点击朗读](/dictall/images/read.gif)
判定树分类
4) decision tree induce classification
![点击朗读](/dictall/images/read.gif)
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。
5) judgement tree aposteriori algorithm
![点击朗读](/dictall/images/read.gif)
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。
6) Fisher discrimination algorithm
![点击朗读](/dictall/images/read.gif)
Fisher判别分类算法
补充资料:分类算法
分类算法
sorting algorithms
到)。到m一1的整数范围中时,则称为是有结构的,可以应用“基数分类”算法,在k(n+m)步内把一个有n个元素的序列分类,其中k为与串长有关的某一常数。另一种情况是要分类的元素缺少结构,其基本运算仅是一对元素之间的大小比较,这种分类称为比较分类。常用的比较分类算法有:选择分类、冒泡分类、归并分类、快速分类、堆分类和希尔(shell)分类等。业已证明,不论何种比较分类算法,把。个元素的序列分类的比较次数都不少于川ogZn。 在分类算法中空间的使用可能有下述三种情况:一是分类在原地而只用少量的工作单元;二是使用指针表示,故至少用n个额外的内存字来表示指针;三是需要另外的存储器来复制要分类的数组或文件。 当分类的文件中包含有一些相同键码的记录时,如果经过分类后这些相同键的记录的相对次序仍然保持不变,则相应的分类算法是稳定的,否则为不稳定的。如果分类算法设计成单处理机完成的,则此分类算法称为串行(或顺序)分类算法;如果分类算法设计成多处理机实现的,则称为并行分类算法。十e几}启}suonf口分类算法(sorting algorithms)将序列a,,aZ,…,晰按非递减(或非递增)顺序重新排列的算法。在实用上常需对记录文件进行分类,这时规定记录中一个或几个字段为关键字,要求按关键字的非递减顺序对文件的各个记录进行分类。职工登记表文件按照职工号排序就是一个例子。 按照存储介质来分,分类问题可分为内部分类和外部分类两类。对存放在内存储器中的数据的分类称为内部分类;如果文件大到不能同时全部装人内存储器中,而有一部分必须放在外存储器上,则相应的分类称为外部分类。此时记录必须按序或成块地存取,在考虑时间复杂度时,必须把存取时间计算在内。 分类问题的时间复杂度与元素的结构特征有关。如果元素是一个有穷字母表上的串,字母在(或能映射
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