决策树归纳学习算法是目前商业数据挖掘工具中使用最为广泛的算法之一,因其形状像树且应用于决策而得名。它是一种逼近离散值目标函数的归纳推理方法,在这种方法中学习到的函数被表示为一棵决策树。这个决策树模型能够表示发现描述类别的模式,用于完成预测任务。决策树是止前用于预测和分类的主要技术,特别是商用领域,已经被成功地应用到从学习医疗诊断到学习评估贷款申请的信用风险的广阔领域。简而言之,决策树能够将数据转换成知识。传统的决策树构建方法,由于其选择扩展属性时的归纳偏置,导致属性值较多的属性总会被优先选择,从而导致树的规模过大,并且泛化能力下降,因此需对其进行简化。剪枝是简化的一种,主要分为预剪枝和后剪枝。本文针对预剪枝中的分支合并进行研究。分支合并就是在树的产生过程中,将当前扩展属性的两个(或多个)属性值所在分支合并成一个分支,然后继续树的生长。本文中提出了两种分支合并算法,基于正例比的分支合并算法(SSID)和基于SVM中MARGIN的分支合并算法(MID)。随后又基于信息增益讨论了分支合并的可行性,提出了基于最大信息补偿的分支合并算法(MCID)。实验结果表明,几种分支合并算法在树的规模、泛化能力等方面要优于利用See5构建的决策树。