规则简化与模糊决策树剪枝的比较

摘要：

决策树归纳学习算法是机器学习领域中解决分类问题的最有效工具之一.由于决策树算法自身的缺陷了,因此需要进行相应的简化来提高预测精度.模糊决策树算法是对决策树算法的一种改进,它更加接近人的思维方式.文章通过实验分析了模糊决策树、规则简化与模糊规则简化;模糊决策树与模糊预剪枝算法的异同,对决策树的大小、算法的训练准确率与测试准确率进行比较,分析了模糊决策树的性能,为改进该算法提供了一些有益的线索.

关键词：归纳学习、决策树、模糊决策树、剪枝、规则简化

所属期刊栏目：32

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划60473045;河北省自然科学基金603137

在线出版日期：2006-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：210-211,231