基于多尺度粗糙集模型的决策树优化算法

被引：12

作者：

陈家俊

苏守宝

徐华丽

机构：

[1] 皖西学院信息工程学院

来源：

计算机应用 | 2011年 / 31卷 / 12期

关键词：

决策树; 多尺度粗糙集模型; 近似分类精度; 抑制因子; 噪声数据;

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：

针对经典决策树算法构造的决策树结构复杂、缺乏对噪声数据适应能力等局限性,基于多尺度粗糙集模型提出一种新的决策树构造算法。算法引入尺度变量和尺度函数概念,采用不同尺度下近似分类精度选择测试属性构造决策树,使用抑制因子对决策树进行修剪,有效地去除了噪声规则。结果表明该算法构造的决策树简单有效,对噪声数据有一定的抗干扰性,且能满足不同用户对决策精度的要求。

引用

页码：3243 / 3246

页数：4

共 11 条

[1]

粗糙集理论与方法.[M].张文修等编著;.科学出版社.2001,

[2]

Rough集理论与知识获取.[M].王国胤编著;.西安交通大学出版社.2001,

[3]

Induction of Decision Trees.[J].J.R. Quinlan.Machine Learning.2004, 1

[4] 面向噪声数据的多尺度粗糙集模型研究 [J].