一种基于变精度粗糙集的C4.5决策树改进算法

摘要：

针对C4.5决策树构造复杂、分类精度不高等问题,提出了一种基于变精度粗糙集的决策树构造改进算法.该算法采用近似分类质量作为节点选择属性的启发函数,与信息增益率相比,该标准更能准确地刻画属性分类的综合贡献能力,同时对噪声有一定的抑制能力.此外还针对两个或两个以上属性的近似分类质量相等的特殊情形,给出了如何选择最优的分类属性作为节点的方法.实验结果证明,该算法构造的决策树在分类精度和规模上均优于C4.5算法.

关键词：数据挖掘、决策树、信息增益率、C4.5算法、粗糙集、变精度粗糙集、近似分类质量

所属期刊栏目：28

分类号：TP18(自动化基础理论)

资助基金：湖北省自然科学基金资助项目2010CDB04203;国家教育部长江三峡库区地质灾害研究中心开放基金资助课题TGRC201018

在线出版日期：2012-01-14（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：3649-3651