[发明专利]一种基于ID3算法的数据分类方法

权利要求书

1.一种基于ID3算法的数据分类方法，其特征在于，包括以下步骤：

利用均衡系数R(A_i)对ID3算法得到的信息增益Gain(A_i)进行优化，得到优化信息增益Gain(A_i)_new，根据所述优化信息增益Gain(A_i)_new得到决策树的根节点、各分支节点，对属性A_i进行分类。

2.如权利要求1所述的一种基于ID3算法的数据分类方法，其特征在于，具体包括以下步骤：

步骤1、根据ID3算法得到属性A_i在训练集上的条件熵E(A_i)、信息增益Gain(A_i)；

步骤2、对信息增益Gain(A_i)进行修正，得到修正信息增益Gain′(A_i)，其表达式如下：

Gain′(A_i)＝f(n₁)Gain(A_i) (4)；

上式中，n₁表示各决策属性的取值个数，f(n₁)为修正参数，

步骤3、根据所述条件熵E(A_i)得到属性偏向阈T，其表达式如下：

上式中，n2表示条件属性的个数；

步骤4、先将所述属性偏向阈T与条件熵E(A_i)进行比较，若所述属性偏向阈T小于条件熵E(A_i)，令E(A_i)＝T，重新利用步骤1、步骤2计算所述信息增益Gain(A_i)、修正信息增益Gain′(A_i)；否则，保留原信息增益Gain(A_i)、修正信息增益Gain′(A_i)；然后根据所述修正信息增益Gain′(A_i)及属性偏向阈T得到均衡系数R(A_i)，公式如下：

步骤5、利用所述均衡系数R(A_i)对信息增益Gain(A_i)进行优化，得到优化信息增益Gain(A_i)_new，根据所述优化信息增益Gain(A_i)_new对得到决策树的根节点，所述优化信息增益Gain(A_i)_new公式如下：

Gain(A_i)_new＝Gain(A_i)×R(A_i) (8)；

步骤6、重复所述步骤1-5，得到决策树的各分支节点，对属性A_i进行分类。

3.如权利要求2所述的一种基于ID3算法的数据分类方法，其特征在于，若所述属性A_i为定量属性，先利用k-means均值聚类分析方法对属性A_i上的数据进行聚类，得到定性属性训练集，然后按照步骤1-6得到决策树的根节点、各分支节点，对所述定性属性训练集中的属性A_i进行分类。