摘要：决策树是数据挖掘领域广泛研究和应用的一种分类算法,具备计算量小、速度快、分类准确率高、分类规则易于理解等众多优点。论文选取了八个公开的UCI科研数据集,从分类准确率、建模速度、可解释性三个方面对经典的决策树算法C4.5、CART和NBTree进行比较,分析了三个算法各自的原理和优缺点,明确了各算法的适用情况。
分类：期刊> 自然科学与工程技术> 信息科技> 电信技术
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：决策树算法 cart nbtree
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
