一个基于粗糙集和决策树的最简分类规则集生成算法

被引：11

作者：

孙长嵩

董西国

张健沛

机构：

[1] 哈尔滨工程大学计算机科学与技术学院

[2] 哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨　

[3] 黑龙江哈尔滨　

来源：

哈尔滨工程大学学报 | 2002年 / 05期

关键词：

数据挖掘; 粗糙集; 决策树; 分类规则;

D O I：

暂无

中图分类号：

TP311.12 [];

学科分类号：

摘要：

利用粗糙集理论中属性核与不可分辨关系给出了属性约简和数据过滤算法,去除信息系统中与决策无关的冗余信息.在简化的信息系统基础上用传统算法构造决策树,并利用由粗糙集理论推出的极小、极大化学习方法对决策树规则进行极小、极大化处理.最后给出了一个最简分类规则集生成算法.

引用

页码：87 / 91

页数：5

共 5 条

[1] 一种基于Rough集理论的数据过滤方法 [J].

尹旭日 ;

周志华 ;

何佳洲 ;

陈世福 .

计算机研究与发展, 2000, (09) :1082-1086

[2] 极小极大规则学习及在决策树规则简化中的应用 [J].

王军 ;

张庆杰 ;

李爽 ;

史忠植 .

计算机研究与发展 , 1998, (09) :39-42

[3] 基于Rough Set理论的“数据浓缩” [J].

王珏 ;

王任 ;

苗夺谦 ;

郭萌 ;

阮永韶 ;

袁小红 ;

赵凯 .

计算机学报, 1998, (05) :393-400

[4]

Induction of decision trees[J] . J. R. Quinlan.Machine Learning . 1986 (1)

[5] ROUGH SETS [J].

PAWLAK, Z .

INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356

← 1 →