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。