计算机科学 ›› 2008, Vol. 35 ›› Issue (5): 138-142.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 首先分析了基于正区域、基于粗糙边界和基于依赖度的属性选择标准的关系，并证明了这三种属性选择标准彼此等价。然后以正区域的属性选择标准为代表，分析了基于正区域的决策树生成算法的优点和不足。针对这些不足，给出了一种新的属性选择标准，即基于伴随正区域的属性选择标准。用新的属性选择标准生成的决策树一般具有叶子数目较少，叶子的平均深度也较小，且叶子具有较强的泛化能力。最后，用一实例说明了新的属性选择标准的优越性。
关键词: 决策树 粗糙集 正区域 粗糙边界 依赖度 伴随正区域
Abstract: In this paper, the relationship of selected attribute standards between based on positive region, based on rough bound and based on attribute dependency is firstly analyzed. At the same time, it is proved that the three kinds of selected attribute standar
Key words: Decision tree, Rough set, Positive region, Rough bound, Attribute dependency, Adjoint positive region
. 一种改进的基于正区域的决策树算法[J]. 计算机科学, 2008, 35(5): 138-142. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2008/V35/I5/138
Cited
首页