动态粗集理论在决策树算法中的应用研究

• 作者: 张军 李鹏
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 动态粗集 决策树 迁移系数 属性
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 基金项目论文
• 页码范围: 99-101
• 页数: 3页
• 分类号: TP311
• 字数: 3691字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.08.026

摘要

基于动态粗集理论,提出一种改进的动态粗集决策树算法.改进后的算法对每一属性计算数据对象迁移系数的和,值最大的属性成为决策树的根;在对决策树分叉时,给每一决策类别的数据对象集合计算从根到分叉属性所构成的属性集的膨胀度,值大的属性构成分支结点.算法在UCI机器学习数据库原始数据集及其噪音数据集上的实验结果表明,该算法构造的决策树在规模与分类准确率上均优于ID3算法及C4.5算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹏	山东理工大学商学院	21	36	3.0	5.0
2	张军	山东理工大学商学院	45	183	7.0	12.0