一种多变量决策树的构造与研究

• 作者: 俞振州 刘风 王正群 陈广花
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 决策树 粗糙集 属性依赖度 离散度
• 年，卷（期）: 2010,（25）
• 页码范围: 217-219,230
• 分类号: TP181
• 字数: 5756字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.25.063

摘要

单变量决策树算法造成树的规模庞大、规则复杂、不易理解,而多变量决策树是一种有效用于分类的数据挖掘方法,构造的关键是根据属性之间的相关性选择合适的属性组合构成一个新的属性作为节点.结合粗糙集原理中的知识依赖性度量和信息系统中条件属性集的离散度概念,提出了一种多变量决策树的构造算法(RD).在UCI上部分数据集的实验结果表明,提出的多变量决策树算法的分类效果与传统的ID3算法以及基于核方法的多变量决策树的分类效果相比,有一定的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正群	扬州大学信息工程学院	59	362	10.0	16.0
2	刘风	扬州大学信息工程学院	4	24	2.0	4.0
3	陈广花	扬州大学信息工程学院	4	9	1.0	3.0
4	俞振州	扬州大学信息工程学院	1	9	1.0	1.0