论文部分内容阅读
提出了一种具备自训练学习能力的ES-ID3决策树算法。该算法克服了传统ID3算法要求所有训练样本必须事先进行分类处理的约束,通过充分利用已采集但未进行分类的"准训练样本"进行自训练学习过程,非常适用于获取训练样本代价较高的环境,如医学病例样本采集等。对肝病中医辨症问题应用该算法,实验证明,无论从分类的准确性及对关键决策属性的提取能力,较之于传统ID3算法,该算法均有显著提高;算法结论能对医疗工作提供有效帮助。