增量式的多变量决策树构造算法研究

• 作者: 常志玲 张晓玲
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 增量式学习 多变量决策树 粗糙集 相对泛化
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 90-93
• 分类号: TP18
• 字数: 3511字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.02.023

摘要

针对增量数据集,结合粗糙集理论和多变量决策树的优点,给出了增量式的多变量决策树构造算法.该算法针对新增样本与已有规则集产生矛盾,即条件属性相匹配,而决策属性不匹配的情况,计算条件属性相对于决策属性的核,如果核不为空,则计算核相对于决策属性的相对泛化,根据不同的结果形成不同的子集,最终形成不同的决策树分支.该算法很好地避免了在处理增量数据集时,不断重构决策树.实例证明该算法的正确性,对处理小增量数据集具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓玲	河南科技大学电子信息工程学院	24	57	3.0	6.0
2	常志玲	洛阳师范学院信息技术学院	15	53	4.0	7.0