一种新的基于粗糙集模型的决策树算法

摘要：

在基于粗糙集模型的决策树生成算法中,由于分类的精确性,导致生成算法在对实例进行划分时往往过于细化,无法避免少数特殊实例对决策树造成的不良影响,使得生成的决策树过于庞大,不便于理解,同时也降低了其对未来数据的分类和预测能力.针对上述问题,该文给出一个新的基于粗糙集模型的决策树生成算法,引入了抑制因子.对即将扩张的结点,除了常用的终止条件外,再加入一个终止条件:若样本的抑制因子大于给定的阈值,便不再扩展该结点.有效地避免了划分过细的问题,也不会生成过于庞大的决策树,便于用户理解.

关键词：决策树、ID3算法、粗糙集、抑制因子、上近似集、下近似集

所属期刊栏目：34

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金69835001;教育部科技基金[2000]175;北京市自然科学基金4022008;广西教育厅科研项目200626

在线出版日期：2008-04-15（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：9-11