基于粗糙集和决策树的数据挖掘方法

摘要：

从粗糙集和决策树两种方法具有的优势互补性出发,提出了一种基于粗糙集和决策树相结合的数据挖掘新方法.以胶合板缺陷检测数据分析为应用对象,利用粗糙集理论对胶合板数据库中的特征信息进行缺陷识别.利用谱系聚类重心距离法对数据进行离散化处理,采用粗糙集进行属性约简,得到低维样本数据,最后用决策树方法产生决策规则.实验证明,这种数据挖掘方法保留了原始数据的内部特点,加快了获取知识的进程,提高了模型的分类准确率,增强了规则的可解释性,取得了满意的研究结果.

关键词：粗糙集、决策树、数据离散化、数据挖掘、谱系聚类、属性约简

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：科技部国际科技合作项目2003DF020009

在线出版日期：2006-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：481-484