基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
决策树方法是一种常用的数据挖掘方法.本文提出了一种基于粗糙集理论的决策树算法.首先,将粗糙集理论应用到数据预处理阶段从而实现属性约简;然后,利用粗糙集理论中的近似精确度来选择决策树中的结点.本文提到的算法提高了决策树方法的效率.
推荐文章
一种基于粗糙集的最小约简算法
粗糙集
属性重要度
属性依赖度
约简
一种基于粗糙集神经网络的分类算法
粗糙集
决策规则
隶属度
神经网络
网络收敛
蚁群算法
一种基于粗糙集理论的启发式分类规则挖掘算法
粗糙集
分类正确度
属性依赖度
约简
分类
一种基于粗糙集的视频分类方法
视频分类
粗糙集
特征提取
分类规则
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粗糙集的一种分类算法
来源期刊 科教导刊 学科 数学
关键词 数据挖掘 决策树 属性约简 粗糙集 近似精确度
年,卷(期) 2011,(6) 所属期刊栏目
研究方向 页码范围 95-97
页数 分类号 O17
字数 2940字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
决策树
属性约简
粗糙集
近似精确度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科教导刊
旬刊
chi
出版文献量(篇)
50031
总下载数(次)
124
论文1v1指导