-
题名基于变精度粗糙集的分类决策树构造方法
被引量：9
- 1
-
-
作者
庞哈利
高政威
左军伟
卞玉倩
-
机构
东北大学信息科学与工程学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2008年第11期2160-2163,共4页
-
基金
国家自然科学基金重点项目资助课题(70431003)
-
文摘
针对分类决策树构造时最优属性选择困难、难以适合大规模数据集的问题,提出新的属性选择标准——属性分类重要性测度,引入置信度和支持度,设计了基于变精度粗集理论的决策树算法。分类重要性测度可全面刻画属性的综合分类能力,且计算比信息增益简单。决策树生长过程中引入支持度和置信度,以控制决策树的生长,提高决策树对噪声数据集和不相容数据集的处理能力,减小决策树的规模。通过对UCI上5个不同规模和类型的数据集进行测试计算,结果表明算法效率高于ID3算法,与UCI报告的最好结果相当。
-
关键词
决策树
变精度粗集
近似分类精度
属性分类重要性测度
-
Keywords
decision tree
variable precision rough set
approximate classifying precision
importance measure of attributes＇ classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
