决策树模型生成方法、基于决策树模型的数据推荐方法

摘要

本申请的实施例揭示了决策树模型生成方法、基于决策树模型的数据推荐方法。该方法包括：获取由多个训练样本的特征信息形成的训练数据集，训练样本已知类别属性；在根据训练数据集生成决策树模型的过程中，迭代计算各节点下每个特征属性的信息增益，并根据最大信息增益对应的特征属性划分当前节点包含的数据集，直至根据节点包含的数据集能确定出类别属性；若当前节点下的多个特征属性的信息增益相等且为最大信息增益，则计算多个特征属性各自对应的修正信息增益，并根据计算得到的修正信息增益确定用于划分当前节点所包含数据集的特征属性；输出根据训练数据集所形成的决策树模型。本申请生成的决策树模型具有更准确的分类效果。