基于证据理论的知识发现分类算法

摘要：

决策树方法是一种重要的可完成分类任务的知识发现技术,目的是通过构造一个分类模型,把数据库中的元组映射到给定类别中的某一个.决策树分类算法效率高且应用广泛,但是不能处理在决策树的构建和分类过程中的不确定数据.针对决策树分类算法的局限,利用证据理论是对概率论的扩展,将置信函数与概率的上下值相联系,可用于不确定数据的表达这个有力工具,把决策树分类技术扩展到含有不确定数据的环境中,提出了D-S决策树分类算法.实验结果表明D-S决策树分类算法能有效的对不确定数据进行分类.

关键词：知识发现、决策树、证据理论、信息熵、不确定数据

所属期刊栏目：24

分类号：TP301(计算技术、计算机技术)

在线出版日期：2004-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：27-31