论文部分内容阅读
决策树是一种常用的分类算法，自从ID3算法出现以来相关人员对该算法进行了不同程度的改进，由此出现了多种决策树算法。在决策树生成之时都采用递归算法来实现决策树结点的分裂，如果结点的信息增益越大，那么该结点被分裂的几率就越大。目前的ID3算法和C4.5算法中的信息增益成为结点是否被分裂的重要依据，因此根据决策树的结点进行分裂时信息增益所起作用的特点，论文提出了另外一种衡量信息增益大小的算法，该算法具有衡量公式以及核心算法——MMTD算法，论文的创新之处在于将MMTD算法在决策树中进行首次应用，并且在以MMTD