基于粗糙集的决策树构造算法

被引：46

作者：

丁春荣 ^{[1
]}

李龙澍 ^{[2
]}

杨宝华 ^{[1
]}

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 | 2010年 / 36卷 / 11期

关键词：

数据挖掘; 粗糙集; 可变精度粗糙集; 决策树; 加权分类粗糙度;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

针对ID3算法构造决策树复杂、分类效率不高问题,基于粗糙集理论提出一种决策树构造算法。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,能全面地刻画属性分类的综合贡献能力,并且计算简单。为消除噪声对选择属性和生成叶节点的影响,利用变精度粗糙集模型对该算法进行优化。实验结果表明,该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：75 / 77

页数：3

共 6 条

[1]

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

[2]

ROUGH SETS [J].