基于粗糙集理论的决策树分类方法

• 作者: 曾正良 罗可 邹瑞芝
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 粗糙集 决策树 近似精确度 悲观剪枝
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 数据挖掘
• 页码范围: 112-114
• 页数: 3页
• 分类号: TP18
• 字数: 2422字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2009.10.031

摘要

决策树是数据挖掘中常用的分类方法.本文提出了基于粗糙集的决策树方法,利用粗糙集近似精确度来选择决策树的根节点,分支由分类产生.该方法计算简单,易于理解.本文还提出用悲观剪枝法简化决策树,提高决策树的预测与分类能力.实例说明了本文方法均简单有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗可	长沙理工大学计算机与通信工程学院	92	1085	16.0	28.0
2	曾正良	长沙理工大学计算机与通信工程学院	4	16	2.0	4.0
3	邹瑞芝	长沙理工大学计算机与通信工程学院	2	13	2.0	2.0