基于相容粗糙集技术的连续值属性决策树归纳

• 作者: 李胜杰 翟俊海 翟梦尧
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 相容粗糙集 决策树 扩展属性 割点 统计分析
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 183-186
• 分类号: TP181
• 字数: 4927字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.11.042

摘要

决策树是常用的数据挖掘方法,扩展属性的选择是决策树归纳的核心问题.基于离散化方法的连续值决策树归纳在选择扩展属性时,需要度量每一个条件属性的每一个割点的分类不确定性,并通过这些割点的不确定性选择扩展属性,其计算时间复杂度高.针对这一问题,提出了一种基于相容粗糙集技术的连续值属性决策树归纳方法.该方法首先利用相容粗糙集技术选择扩展属性,然后找出该属性的最优割点,分割样例集并递归地构建决策树.从理论上分析了该算法的计算时间复杂度,并在多个数据集上进行了实验.实验结果及对实验结果的统计分析均表明,提出的方法在计算复杂度和分类精度方面均优于其他相关方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟俊海	河北大学数学与计算机学院	45	256	9.0	12.0
5	翟梦尧	河北大学工商学院	4	31	4.0	4.0
6	李胜杰	河北大学数学与计算机学院	2	13	2.0	2.0