基于粗糙集分类算法研究与实现

摘要：

数据挖掘是人工智能中知识发现的重要组成部分,而分类又是一种主要的应用形式.ID3算法是数据挖掘中经典的决策树分类算法,ID3算法具有抗噪声能力差的缺点.通过对分类和粗糙集理论的研究,将可变精度粗糙集理论的思想应用在计算属性信息熵时设定阈值上.以放宽属性选择的要求,从而对经典的1D3算法作了相应的改进.改进后的ID3算法(称之为VPID3算法)可在一定程度上降低噪声对系统分类的干扰,提高了有数据有噪声情况下的分类精度.另外根据该算法设计并实现了一个分类器,并通过实验检验了该算法的性能.

关键词：数据挖掘、分类、决策树、粗糙集、ID3、熵

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

在线出版日期：2008-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：142-144,157