论文部分内容阅读
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。