|
|||||
|
|
| 高泛化能力的变精度粗糙集的决策树算法 | |
| 引用本文： | 高鹏,王道平,徐章艳,李凡.高泛化能力的变精度粗糙集的决策树算法[J].华中科技大学学报(自然科学版),2008,36(8). |
| 作者姓名： | 高鹏 王道平 徐章艳 李凡 |
| 作者单位： | 1. 北京科技大学,经济管理学院,北京,100083 2. 广西师范大学,计算机系,广西,桂林,541004 3. 华中科技大学,计算机科学与技术学院,湖北,武汉,430074 |
| 摘 要： | 现有基于变精度粗糙集模型的决策树生成算法具有如下不足:有些叶子结点上覆盖的实例数太少,导致这些叶子结点的泛化能力太小而没有意义;不能很好地处理不一致的实例集.为解决上述问题,引入属性是否具有决策类这一概念,较好地避免了决策树的过剩生长,使得生成的决策树有较好的泛化能力.给出新的终止条件,即时地终止不一致实例集的生长.在此基础上,给出新的终止条,提出了一种新的基于变精度粗糙集的决策树生成算法.用一实例说明了新算法的效率得到提高. |
| 关 键 词： | 决策树 算法 变精度粗糙集 信息增益 不一致实例集 |
Decision tree algorithm using variable precision rough set |
|
| Gao Peng,Wang Daoping,Xu Zhangyan,Li Fan.Decision tree algorithm using variable precision rough set[J].JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE,2008,36(8). | |
| Authors: | Gao Peng Wang Daoping Xu Zhangyan Li Fan |
| Abstract: | |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ | |