论文部分内容阅读
在商业利益的驱动下,人们不断地深入研究决策树算法。为了提高分类的精度,提出了一种基于决策树规则的分类算法。通过C4.5决策树算法得出决策规则,计算决策规则的长度、准确率与覆盖率,对所得的决策规则依次按照规则长度与准确率的乘积大小、长度的大小、覆盖率的大小对规则集进行排序构造分类器,选择优选权最高的规则进行匹配分类。实验结果表明,与c4.5算法相比,该方法的分类精度有所提高。