一种新的基于粗糙集模型的决策树算法

• 作者: 宋威 徐章艳 杨炳儒 高静
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 决策树 ID3算法 粗糙集 抑制因子 上近似集 下近似集
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 博士论文
• 页码范围: 9-11
• 页数: 3页
• 分类号: TP18
• 字数: 3196字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.03.004

摘要

在基于粗糙集模型的决策树生成算法中,由于分类的精确性,导致生成算法在对实例进行划分时往往过于细化,无法避免少数特殊实例对决策树造成的不良影响,使得生成的决策树过于庞大,不便于理解,同时也降低了其对未来数据的分类和预测能力.针对上述问题,该文给出一个新的基于粗糙集模型的决策树生成算法,引入了抑制因子.对即将扩张的结点,除了常用的终止条件外,再加入一个终止条件:若样本的抑制因子大于给定的阈值,便不再扩展该结点.有效地避免了划分过细的问题,也不会生成过于庞大的决策树,便于用户理解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨炳儒	北京科技大学信息工程学院	319	4361	32.0	49.0
2	徐章艳	北京科技大学信息工程学院	120	1992	21.0	40.0
4	高静	北京科技大学信息工程学院	15	177	8.0	13.0
7	宋威	北京科技大学信息工程学院	39	926	16.0	30.0