粗糙模糊决策树归纳算法

• 作者: 侯少星 王熙照 翟俊海
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 粗糙集 粗糙模糊集 决策树 模糊决策表 模糊熵
• 年，卷（期）: 2016,（2）
• 页码范围: 306-312
• 页数: 7页
• 分类号: TP181
• 字数: 4384字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2016.02.012

摘要

模糊 ID3算法处理的对象是具有模糊条件属性和模糊决策属性的模糊决策表,它利用平均模糊分类熵作为启发式选择扩展属性,利用模糊置信度作为叶子结点的终止条件.当用模糊 ID3算法处理连续值和离散值决策表时,需要对连续值或离散值条件属性进行模糊化.模糊化的关键是模糊测度的确定,但确定合适的模糊测度非常困难,而且模糊化会损失有用的信息.针对这些问题,基于粗糙模糊集技术,提出了一种模糊决策树归纳算法,称为粗糙模糊决策树(RFDT：Rough Fuzzy Decision Tree).RFDT 可直接处理离散值模糊决策表,归纳模糊决策树,不需要模糊化的过程.和模糊 ID3算法类似,RFDT 也分为三步：(1)利用粗糙模糊依赖度作为启发式选择扩展属性；(2)用选择的扩展属性划分样例集合；(3)如果划分的样例集合满足终止条件,则算法终止；否则递归地重复步骤(1)和(2).提出的算法用 Kosko 模糊熵作为叶子结点的终止条件,并通过一个例子说明了模糊决策树的归纳过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王熙照	河北大学数学与信息科学学院	88	1286	18.0	32.0
2	翟俊海	河北大学数学与信息科学学院	45	256	9.0	12.0
3	侯少星	河北大学计算机科学与技术学院	1	10	1.0	1.0