基于优化ID3的井漏类型分类算法
来源：计算机工程杂志2019年第2期北京时间：
作者：李建,付小斌,吴媛媛
单位：西南石油大学 计算机科学学院,成都 610500
摘要：决策树算法用于井漏分类时,由于井漏数据离散化后多值属性占比较大,且具有多值偏向的缺点,分类效果不理想。为此,提出一种基于改进ID3的AFIV-ID3算法。在ID3的基础上引入属性重要度计算新的信息熵,属性重要度大小由决策者依靠先验或领域知识决定。在信息增益计算中加入关联度函数比,对信息增益值做出修正。AFIV-ID3算法克服了ID3多值偏向的缺点,提高了数据中重要属性的权重,从而提升井漏类型分类精度。4组UCI数据集和真实井漏数据测试结果表明,该算法的分类精度优于ID3和C4.5算法,并能够将人工经验法不稳定的分类精度提高至约72.23%。
关键词：井漏类型,ID3算法,关联度函数比,属性重要度,多值偏向
基金资助：国家科技重大专项(2016ZX05020-006)。
