聚类、粗糙集与决策树的组合算法在地力评价中的应用

摘要：

[目的]地力评价方法大多数有一定的主观性,较少考虑土壤各属性间的依赖关系.论文旨在采用数据挖掘方法,寻求地力等级划分的新方法.[方法]结合农安县耕地调查数据,应用K-means聚类方法、Johnson粗糙集属性约简算法与C4.5决策树算法相结合的优化算法评价地力等级.[结果]使用K-means聚类方法,得到最佳学习样本数；使用粗糙集属性约简和决策树相结合的方法,去掉了冗余属性7个,决策树模型共有节点317个,其中叶节点个数为159个,生成规则159条,模型准确率为82.08％.与未聚类和未约简的方法相比,决策树结点个数减少41.62％.[结论]使用该组合算法,在保证模型准确率的同时,降低了算法的时间和空间复杂性,提高了挖掘效率.

关键词：聚类、粗糙集、决策树、土壤评价、地力等级

所属期刊栏目：44

分类号：S158(土壤学)

资助基金：国家高技术研究发展计划（863计划）;国家级星火计划

在线出版日期：2012-03-20（万方平台首次上网日期，不代表论文的发表时间）

页码：4833-4840