Comparison of decision trees C4.5 and CART and logistic regression
محل انتشار: چهارمین کنفرانس بین المللی ریاضی و علوم کامپیوتر
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 543
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICNS04_006
تاریخ نمایه سازی: 8 تیر 1398
چکیده مقاله:
Classification is one of the important issues in statistics. A decision tree is a non-parametric machine learning method to classify data. Two known decision trees are C4.5 and CART. In this paper, we compare the logistic regression model as a traditional parametric model to classify the data and the decision trees C4.5 and CART using two data sets.
کلیدواژه ها:
نویسندگان
Tayebeh Karami
Department of Statistics, Razi University, Kermanshah, Iran
Mehrdad Niaparast
Department of Statistics, Razi University, Kermanshah, Iran