10.3969/j.issn.1000-3428.2010.11.027
基于粗糙集的决策树构造算法
针对ID3算法构造决策树复杂、分类效率不高问题,基于粗糙集理论提出一种决策树构造算法.该算法采用加权分类粗糙度作为节点选择属性的启发函数,与信息增益相比,能全面地刻画属性分类的综合贡献能力,并且计算简单.为消除噪声对选择属性和生成叶节点的影响,利用变精度粗糙集模型对该算法进行优化.实验结果表明,该算法构造的决策树在规模与分类效率上均优于ID3算法.
数据挖掘、粗糙集、可变精度粗糙集、决策树、加权分类粗糙度
36
TP312(计算技术、计算机技术)
国家自然科学基金资助项目60273043;安徽省高校省级自然科学基金资助项目KJ2007B158
2010-08-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
75-77