共 21 条
聚类、粗糙集与决策树的组合算法在地力评价中的应用
被引:19
作者:
陈桂芬
[1
]
马丽
[1
]
董玮
[1
]
辛敏刚
[2
]
机构:
[1] 不详
[2] 吉林农业大学信息技术学院
[3] 不详
[4] 吉林省农安县农业技术推广总站
[5] 不详
来源:
关键词:
聚类;
粗糙集;
决策树;
土壤评价;
地力等级;
D O I:
暂无
中图分类号:
S158 [土壤肥力(土壤肥沃性)];
学科分类号:
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。
引用
收藏
页码:4833 / 4840
页数:8
相关论文