作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
决策树是一种重要的数据分类方法,测试属性的选择直接影响到决策树中结点的个数和深度,本文提出了一种基于知识粗糙度的方法。通过比较我们发现:在决策树的构造上,粗集理论中知识粗糙度的方法计算量较小,构造的决策树比经典ID3算法简洁,并且具有较高的分类精度。
推荐文章
基于知识粗糙度的混合变量决策树生成方法
粗糙集
知识粗糙度
单变量决策树
多变量决策树
混合变量决策树
基于知识粗糙度的多变量决策树的构建
知识粗糙度
多变量决策树
信息熵
基于粗糙集方法的决策树多值偏向理论分析
决策树算法
粗糙集
信息增益
多值偏向
属性重要度
基于神经网络与决策树的土壤粗糙度测量
土壤
粗糙度测量
神经网络
决策树
均方根高度
相关长度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于知识粗糙度的决策树生成方法
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 决策树 粗糙集 知识粗糙度
年,卷(期) 2007,(9) 所属期刊栏目
研究方向 页码范围 1412
页数 1页 分类号 TP311
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 路红梅 宿州学院人工智能与数据挖掘研究室 12 65 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
决策树
粗糙集
知识粗糙度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
论文1v1指导