数据流上的并行决策树构成算法

摘要

决策树分类算法是数据挖掘中的一个重要问题.本文提出了一个基于数据流的并行决策树分类算法.使用了抽样的方法来构造决策树,对数值属性的处理使用了数值间隔剪枝策率,并在准确性方面给出了概率性的界限.实验结果表明,该并行算法缩短了决策树的构成时间,是在分布式环境下进行分类的有效方法.