一种改进的基于粗糙集理论的决策树分类算法

• 作者: 周卫红 李晨 赵勇 闫芬
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 决策树 属性约简 粗糙集 近似精确度
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 462-465
• 分类号: TP391
• 字数: 3132字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2012.06.017

摘要

提出一种基于粗糙集理论的决策树分类算法.首先,将核属性集中的核属性进行合取后加入析取变换,实现属性约简；其次,在决策树构造阶段,对各条件属性分别求其上下近似集,进而得到各属性的近似精度.选择近似精度最大的属性作为决策树的根结点,以此方法递归应用到各子树上来选择决策树的结点并实现决策树的剪枝.实例分析表明,改进的算法提高了决策树方法的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵勇	云南民族大学数学与计算机科学学院	8	32	3.0	5.0
2	周卫红	云南民族大学数学与计算机科学学院	32	127	7.0	9.0
3	闫芬	云南民族大学数学与计算机科学学院	3	10	2.0	3.0
4	李晨	云南民族大学数学与计算机科学学院	5	18	3.0	4.0