1) decision tree
决策树法
1.
For the special order products stock, the decision tree was introduced.
针对有长期稳定需求的产品的库存管理问题提出了"经济生产批量模型";针对特殊定单产品的库存问题,介绍了决策树法。
2.
This article will approach the practical problems of applying Decision Tree to the Annual Income System.
本文拟探讨采用决策树法在年薪制中的应用问题，并对具体操作过程进行了设定和说明。
3.
Then the classification image from the method is compared with that from the decision tree method.
因此,提出了混合像元分解模型结合神经网络法(MPD-NN法),利用其对北京市TM图像进行地物分类,并与较常用的决策树法分类结果比较,研究在图像现有空间分辨率的条件下提高城市分类精度。
2) decision tree method
决策树法
1.
Applications of decision tree method in construction contract managements
决策树法在施工合同管理中的应用
3) decision tree arithmetic
决策树算法
1.
Difficulty degrees of roof coal caving in 30 collieries are assorted by decision tree arithmetic in data mining technology.
为解决以往顶煤冒放性评价方法存在的计算过程复杂,不能生成评价规则而不便于推广的缺点,采用数据挖掘技术中决策树算法对30个矿井的顶煤冒放性进行分类研究,在此基础上生成了一棵顶煤冒放性评价决策树,并由此形成了一系列评价规则,最后就该算法的应用效果进行评价。
4) Decision-tree approach
树状决策法
5) decision tree algorithm
决策树算法
1.
Two layers decision tree algorithm of SQL Server 2000/Analysis Service is created by class count table and depth first strategy.
微软的SQL Server2000是当今最流行的数据库管理软件之一,研究了在SQL Server 2000上数据挖掘实现方面的决策树算法。
2.
Secondly, the paper analyzes the extremely concerned problem about the loss of customers in telecommunications industry, then introduces decision tree algorithm and analyzes its application in details, that is customer churn warning model,including the definition and the establishment of model,presentation and interpretation of results, etc.
其次对电信行业极为关心的客户流失问题进行分析,进而引入决策树算法,并对决策树算法的应用——客户流失预警模型进行了详尽的分析,包括模型的定义、模型建立和结果展现与解释等等。
3.
This thesis compares and analyzes the typical decision tree algorithms, the ID3 algorithm and C4.
本文比较和分析了几种典型的决策树算法,着重对ID3算法和C4。
6) decision tree
决策树算法
1.
Algorithm of decision trees insensitive to data distribution
数据分布不敏感的决策树算法
2.
In this paper,an enhanced ID3 decision tree algorithm called ES-ID3 with self-training-and-learning ability is pro- posed.
提出了一种具备自训练学习能力的ES-ID3决策树算法。
3.
Research on Technology of Data Mining Algorithm Based on Decision Tree;
其次，提出了利用属性对正例的影响度来比较属性对分类提供的信息量，进而选择分类属性构造决策树的条件概率决策树算法，同时实例计算说明该算法有效地简化了决策树的生成过程。
补充资料：决策树
分子式：
CAS号：
性质： 一种可用于处理多阶段决策问题的决策图。由于这种图形似树枝，故称为决策树。它由决策点，方案技，概率点(又称状态点)，概率枝(又称状态枝)顺序延伸而成，最右端是益损值见图（图暂缺）。决策时，从右至左，先算出各个概率点的益损期望值，并分别标注在各概率点上。然后对各概率点(即方案)的益损期望加以比较，即选出最大的益损期望值并标注在决策点的上方、与最大期望值相应的即为最优方案，然后决定解的去留，直到最后找到选好解。
CAS号：
性质： 一种可用于处理多阶段决策问题的决策图。由于这种图形似树枝，故称为决策树。它由决策点，方案技，概率点(又称状态点)，概率枝(又称状态枝)顺序延伸而成，最右端是益损值见图（图暂缺）。决策时，从右至左，先算出各个概率点的益损期望值，并分别标注在各概率点上。然后对各概率点(即方案)的益损期望加以比较，即选出最大的益损期望值并标注在决策点的上方、与最大期望值相应的即为最优方案，然后决定解的去留，直到最后找到选好解。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条