基于粗糙集与属性值聚类的决策树改进算法

• 作者: 梁吉业 王春年
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粗糙集理论 决策树 属性约简 ID3算法 信息熵
• 年，卷（期）: 2007,（31）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 178-181
• 页数: 4页
• 分类号: TP301
• 字数: 5645字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.31.054

摘要

采用粗糙集理论和属性值聚类相结合的方法,从决策树最优化的三个原则对其进行优化.首先,采用粗糙集理论的约简功能求出相对核,并利用信息熵作为启发信息求出相对约简,以此来保证生成决策树的路径最短和减少决策树的节点数.其次,在选择特征属性时,在信息熵增益最大的前提下,根据属性值间的相异性距离来对属性值聚类使其能够接近单峰分布.通过对UCI数据实验分析,结果表明很大程度上减少了决策树的节点数和决策树的深度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁吉业	山西大学计算机与信息技术学院	114	1486	21.0	34.0
2	王春年	山西大学计算机与信息技术学院	4	5	1.0	2.0