基于粗集理论的新决策树剪枝方法

被引：8

作者：

王名扬

卫金茂

伊卫国

机构：

[1] 东北师范大学物理学院

[2] 东北师范大学物理学院吉林长春

[3] 吉林长春

来源：

东北师大学报(自然科学版) | 2005年 / 03期

关键词：

过匹配; 剪枝; 深度拟合率; 错误率;

D O I：

10.16163/j.cnki.22-1123/n.2005.03.008

中图分类号：

C934 [决策学];

学科分类号：

12 ; 1201 ; 1202 ; 120202 ;

摘要：

提出了一种基于粗糙集理论的新决策树剪枝方法.在剪枝的过程中,不仅考虑了树的分类精度,而且还考虑了生成树的深度对剪枝的影响;最后针对具体的数据集对新方法进行了验证,得到了较好的效果.

引用

页码：28 / 32

页数：5

共 5 条

[1] 基于预测能力的贝叶斯网络结构学习 [J].

王辉 ;

张剑飞 ;

王双成 .

东北师大学报(自然科学版), 2005, (01) :32-35

[2] 基于数据库划分的高效关联规则挖掘算法研究 [J].

伊卫国 ;

卫金茂 ;

王名扬 ;

王兴通 .

东北师大学报(自然科学版), 2004, (04) :45-50

[3] BP网络初始权值的选取方法 [J].

乔双 ;

董智红 .

东北师大学报(自然科学版), 2004, (03) :25-30

[4] 一种基于粗糙集的决策系统属性约简算法 [J].

代建华 ;

李元香 .

小型微型计算机系统, 2003, (03) :523-526

[5] 自动生成决策树的通用算法模板 [J].

仇春光 ;

刘玉树 .

北京理工大学学报, 1999, (03) :78-82

← 1 →