基于粗糙集技术的决策树归纳

ID3算法是一种典型的决策树归纳算法,它以信息增益作为选择扩展属性根结点的标准,并递归地生成决策树。但ID3算法倾向于选取属性取值较多的属性作为根结点,而且它假设训练集中各类别样例的比例应与实际问题领域里各类别样例的比例相同。提出一种新的基于粗糙集技术的决策树归纳算法,它是一种完全数据驱动的归纳算法,可以克服ID3算法的上述不足。     

FICSAM:一种适用于大型适应性系统的单例学习方法

对该方法的步骤、影响因素及特征进行了描述。同时,分析讨论了先聚后得法在计算机免疫系统GECISM中的应用及实验结果。