附件:设置1:设置2:设置3:本书针对决策技术中的决策树算法进行了深入分析和研究, 与其他技术结合, 提出了大量融合算法。本书创新性的借鉴了认知物理学研究的思想, 借鉴认知物理的信息扩散理论讨论了参数波动变化时规则的取舍。借鉴这样的理论思想对传统的ID3算法进行了改进, 在认知物理原有的信息熵的概念上提出了信息补偿, 在这种新的启发信息下, 提出了基于信息补偿量的决策树生成算法CID3算法, 有效的解决了ID3取值偏向多值属性的问题。摘要:有书目 (第138-147页)
附注提要
本书针对决策技术中的决策树算法进行了深入分析和研究, 与其他技术结合, 提出了大量融合算法。本书创新性的借鉴了认知物理学研究的思想, 借鉴认知物理的信息扩散理论讨论了参数波动变化时规则的取舍。借鉴这样的理论思想对传统的ID3算法进行了改进, 在认知物理原有的信息熵的概念上提出了信息补偿, 在这种新的启发信息下, 提出了基于信息补偿量的决策树生成算法CID3算法, 有效的解决了ID3取值偏向多值属性的问题。