基于变精度粗糙集的决策树优化算法研究

摘要：

应用变精度粗糙集理论,提出了一种利用新的启发式函数构造决策树的方法.该方法以变精度粗糙集的分类质量的量度作为信息函数,对条件属性进行选择.和ID3算法比较,本方法充分考虑了属性间的依赖性和冗余性,尤其考虑了训练数据中的噪声数据,允许在构造决策树的过程中划入正域的实例类别存在一定的不一致性,可简化生成的决策树,提高决策树的泛化能力.

关键词：变精度粗糙集、决策树、粗糙集、分类质量、ID3算法

所属期刊栏目：27

分类号：TP18(自动化基础理论)

资助基金：江苏省高校自然科学基金05KJB520048

在线出版日期：2006-10-11（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：3175-3177