一个基于粗集的决策树规则提取算法

• 作者: 丁春荣 李龙澍
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 粗糙集 决策树 属性约简
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 110-113
• 页数: 4页
• 分类号: TP301.6
• 字数: 4012字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.11.032

摘要

决策树是数据挖掘任务中分类的常用方法.在构造决策树的过程中,分离属性的选择标准直接影响到分类的效果,传统的决策树算法往往是基于信息论度量的.基于粗糙集的理论提出了一种基于属性重要度和依赖度为属性选择标准的决策树规则提取算法.使用该算法,能提取出明确的分类规则,比传统的ID3算法结构简单,并且能提高分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李龙澍	安徽大学计算机科学与技术学院	199	1780	21.0	29.0
2	丁春荣	安徽大学计算机科学与技术学院	7	19	2.0	4.0