基于粗糙集分类算法研究与实现

• 作者: 姚青 李勃 王艳兵
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 分类 决策树 粗糙集 ID3 熵
• 年，卷（期）: 2008,（15）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 142-144,157
• 页数: 4页
• 分类号: TP391
• 字数: 5755字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.15.045

摘要

数据挖掘是人工智能中知识发现的重要组成部分,而分类又是一种主要的应用形式.ID3算法是数据挖掘中经典的决策树分类算法,ID3算法具有抗噪声能力差的缺点.通过对分类和粗糙集理论的研究,将可变精度粗糙集理论的思想应用在计算属性信息熵时设定阈值上.以放宽属性选择的要求,从而对经典的1D3算法作了相应的改进.改进后的ID3算法(称之为VPID3算法)可在一定程度上降低噪声对系统分类的干扰,提高了有数据有噪声情况下的分类精度.另外根据该算法设计并实现了一个分类器,并通过实验检验了该算法的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚青	山东大学汁算机科学与技术学院	26	437	13.0	20.0
2	李勃	鲁东大学计算机科学与技术学院	4	18	2.0	4.0
3	王艳兵	山东大学汁算机科学与技术学院	2	36	2.0	2.0