决策树ID3、C4.5、C5.0以及CART算法之间的比较_CDA答疑社区

热线电话：13121318867

登录

zxq997

2019-01-16 阅读量: 1406

决策树ID3、C4.5、C5.0以及CART算法之间的比较

ID3：

ID3算法使用信息熵和信息增益来抉择树的节点，但是无法处理连续的数据。对于连续型的数据，需要先进行连续值处理（离散化）http://note.youdao.com/noteshare?id=4531890d4c4db58751a302fd8bb90d22&sub=9156CE9BDCFE48FABA6F64EEBF1E91A6

不能处理缺省值。

C4.5：

C4.5算法是使用信息增益率来抉择树的节点。对于连续的数据，可以如下处理：

给出一段样本点：{65, 70, 70, 70, 75, 78, 80, 80, 80, 85, 90, 90, 95, 96}。

先进行去重复值排序处理：{65, 70, 75, 78, 80, 85, 90, 95, 96}

然后分别求每个数字拆分的信息增益（比如用65做拆分：用≤65和>65做拆分），

最后选择信息增益率最大的一个为节点。

C5.0：

C5.0算法为C4.5的进阶版，具体详情：

http://http://cse-wiki.unl.edu/wiki/index.php/Decision_Trees,_Overfitting,_and_Occam%27s_Razor#C5.0

CART：

是一种典型的二叉分类树。同C4.5相似，支持处理连续的值。

17.6465

1

0

关注作者

收藏

评论(0)

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子