C4.5 is an algorithm used to generate a decision tree developed by Ross Quinlan

PropertyValue
dbpprop:abstract
  • C4.5 is an algorithm used to generate a decision tree developed by Ross Quinlan
  • C4.5 ist ein Algorithmus, der zur Entscheidungsfindung dient. Er wird bei Entscheidungsbäumen eingesetzt. Nebst den bekannten CARTs und CHAIDs gewinnt C4.5 immer mehr an Bedeutung. Er wird mittlerweile bereits von verschiedenen Softwarepaketen eingesetzt. Grundsätzlich verhält sich dieser Algorithmus sehr ähnlich zum CART-Algorithmus. Der Hauptunterschied besteht darin, dass bei C4.5 keine binäre Aufteilung erfolgen muss, sondern eine beliebige Anzahl Verzweigungen eingebaut werden können. Der Baum wird breiter. Er ist meist weniger tief als der korrespondierende CART-Baum. Dafür werden nach der ersten Klassifizierung die nachfolgenden Aufsplittungen weniger bedeutungsvoll. Ein weiterer Unterschied zeigt sich beim so genannten Pruning, beim Stutzen des Baumes. CART erzeugt einige Subtrees und testet diese mit neuen, vorher noch nicht klassifizierten Daten. C4.5 hingegen beschneidet den Baum ohne Beachtung der gegebenen Datenbasis. siehe auch: ID3, Maschinelles Lernen, TDIDT
  • L’algorithme C4.5 est un algorithme de classification supervisé, publié par Ross Quinlan. Il est basé sur l'algorithme ID3 auquel il apporte plusieurs améliorations. A partir d'un échantillon d'apprentissage composé d'une variable objectif ou variable prédite <math> Y </math> et d'au moins une variable d'apprentissage ou variables prédictives <math>\{x_1,x_2,\ldots,x_n\}=X</math>, C4.5 produit un modèle de type arbre de décision. Ce modèle permet de prédire pour un individu <math>i</math> la valeur estimé <math>\hat{y_{i}}</math> de la variable objectif en fonction des valeurs prise par les variables "prédictives" <math>x_i</math>. L'algorithme C4.5 se base sur une mesure de l'entropie dans l'échantillon d'apprentissage pour produire le modèle. L'avantage du recours à l'entropie est que l'algorithme travaille sur des données symboliques que ce soient des variables catégorielles (comme des couleurs) ou numériques discrètes (par exemple <math>x_{i}\in \mathbb{N}</math>). Le désavantage de la méthode est que pour préserver l'efficacité de l'apprentissage et la pertinence du modèle produit, les variables continues doivent être discrétisées avant la mise en œuvre de l'algorithme.
  • C4.5はロス・キンランが開発した決定木を生成するためのアルゴリズムである。C4.5はキンランのID3アルゴリズムの拡張である。C4.5が生成する決定木はクラス分けのために使うことができ、このため、C4.5はしばしば統計学的クラス分類器とみなされている。
dbpprop:hasPhotoCollection
dbpprop:reference
rdf:type
rdfs:comment
  • C4.5 is an algorithm used to generate a decision tree developed by Ross Quinlan
  • C4.5 ist ein Algorithmus, der zur Entscheidungsfindung dient. Er wird bei Entscheidungsbäumen eingesetzt. Nebst den bekannten CARTs und CHAIDs gewinnt C4.5 immer mehr an Bedeutung. Er wird mittlerweile bereits von verschiedenen Softwarepaketen eingesetzt. Grundsätzlich verhält sich dieser Algorithmus sehr ähnlich zum CART-Algorithmus.
  • L’algorithme C4.5 est un algorithme de classification supervisé, publié par Ross Quinlan. Il est basé sur l'algorithme ID3 auquel il apporte plusieurs améliorations. A partir d'un échantillon d'apprentissage composé d'une variable objectif ou variable prédite <math> Y </math> et d'au moins une variable d'apprentissage ou variables prédictives <math>\{x_1,x_2,\ldots,x_n\}=X</math>, C4.5 produit un modèle de type arbre de décision.
  • C4.5はロス・キンランが開発した決定木を生成するためのアルゴリズムである。C4.5はキンランのID3アルゴリズムの拡張である。C4.5が生成する決定木はクラス分けのために使うことができ、このため、C4.5はしばしば統計学的クラス分類器とみなされている。
rdfs:label
  • C4.5 algorithm
  • C4.5
  • Algorithme C4.5
  • C4.5
owl:sameAs
skos:subject
foaf:page
is dbpprop:redirect of
is owl:sameAs of