变精度粗糙集模型在决策树构造中的应用

被引：5

作者：

丁春荣 ^{[1
]}

李龙澍 ^{[2
]}

机构：

[1] 安徽农业大学信息与计算机学院

[2] 安徽大学计算机科学与技术学院

来源：

计算机工程与科学 | 2010年 / 32卷 / 07期

关键词：

变精度粗糙集模型; 决策树; 误差参数; 加权分类粗糙度;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对ID3算法构造决策树复杂、分类效率不高等问题,本文基于变精度粗糙集模型提出了一种新的决策树构造算法。该算法采用加权分类粗糙度作为节点选择属性的启发函数,与信息增益相比,该标准更能够全面地刻画属性分类的综合贡献能力,计算简单,并且可以消除噪声数据对选择属性和生成叶节点的影响。实验结果证明,本算法构造的决策树在规模与分类效率上均优于ID3算法。

引用

页码：86 / 88+125 +125

页数：4

共 7 条

[1] 基于变精度粗糙集的分类决策树构造方法 [J].