作者:汤鲲; 蒋炳南; 彭艳兵决策树分类多维属性自动推理相似度度量策略机器学习
摘要:现有的决策树分类在属性识别的应用中存在一定的不足,如样本数据属性类别必须事先已知,无法做到自动推理等。针对以上不足,本文提出一种基于决策树的多维属性自动推理的机器学习识别模型。通过引入属性相似度度量策略和机器学习的方法,实现多维属性的自动推理和识别。实验结果表明,该模型能有效地对多维属性进行自动分类,准确率达到93%左右,且识别的最终得分score均在0.71以上,能很好地满足属性自动识别的需求。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社