Binary Decision Tree Synthesis: Splitting Criteria and the Algorithm LISTBB

В настоящее время интерес к классу индукторов, основанных на построении дере- вьев решений, не ослабевает, особенно в контексте парадигмы Data Mining. В то же время наиболее распространенные алгоритмы ID3 и C4.5, как показано в статье, не являются лучшими. Поэтому можно обнаружить успешные попытки создания но- вых эвристических критериев ветвления для алгоритмов синтеза деревьев решений. Сравнительное определение различных критериев ветвления, используемых для син- теза двоичных деревьев решений,  цель настоящей статьи. В рассмотрение включе- ниы критерии D, Ω, Z1 и другие, которые были разработаны автором еще в 1979–80 годах. Эти критерии определяют комбинированный принцип ветвления, который ис- пользуется в алгоритме LISTBB.