一种基于属性重要度的约简算法

属性约简是Rough Set理论的核心内容之一,现已证明求决策表所有约简和最小约简是一个典型的NP难题.在对启发式约简算法研究的基础上,提出一种改进的约简算法.该算法将决策属性作为一个特殊的条件属性加入到核中,通过分析加入后划分出的等价类的变化来缩小需要处理数据的范围,并通过实例分析表明该算法的有效性.     

基于依赖决策熵的决策树分类算法

针对传统的基于信息熵的决策树算法所存在的问题,本研究从粗糙集理论的角度来考虑信息熵,定义了依赖决策熵的概念,并提出一种基于依赖决策熵的决策树算法DTDDE。在DTDDE算法中,采用依赖决策熵的概念来度量每个条件属性的重要性,并选择重要性最大的属性作为当前的分离属性。通过在多个UCI数据集上的实验表明:与现有的决策树算法相比,本研究所提出的算法能够获得更好的分类性能。     

基于粗糙集的决策树规则提取算法

针对ID3算法用信息增益作为在各级非叶节点上选择属性的标准的局限性,结合统计学独立检验思想,给出一种新的属性依赖性和重要性定义,以新的属性重要性为启发式信息设计决策树规则提取算法。实例分析的结果表明,该算法能提取更为简洁有效的决策规则。     

属性约简中论域划分的一种快速算法

基于粗糙集的属性约简过程中,属性集对论域的划分存在大量繁杂且冗余的集合求交运算,提出 一种将求交集的划分过程变换为对一组一维整数集合进行分类的替换算法.通过一个典型的算例说明该算法的合理性和有效性.与传统的算法比较,该算法具有简明、易实现的特点.     

一种基于属性相关的C4.5决策树改进算法

针对在C4.5决策树构造过程中,测试属性选择未考虑属性之间影响的缺点,提出了一种改进的C4.5决策算法.该算法使用一个属性与其他属性的平均信息熵表示这个属性与其他属性的冗余度,然后在选择测试属性的过程中,加入测试属性与其他属性的冗余度,通过信息增益、分裂熵和冗余度三个因素的评价,选择信息增益率高而与其他属性冗余度低的测试属性.实验结果表明,在选定的实验数据集上,改进后的C4.5决策树算法平均分类正确率提高.     

基于变精度粗糙集决策树的构造算法

在构造决策树的过程中,分离属性选择的标准直接影响分类的效果.基于变精度粗糙集的理论将属性重要度作为选择分离属性的标准.经实验证明,使用该方法构造的决策树与经典ID3决策树算法相比,具有复杂性低,能有效提高分类效果的优点.     

基于粗糙集的决策树优化算法

在粗糙集理论的基础上提出了一种新的决策树算法,把粗糙集中的近似分类精度及决策规则的确定性因子应用于决策树的构造,在算法形成的过程中提出抑制因子,对决策树进行修剪,避免了先生成决策树再修剪的繁琐步骤,且在每次划分时对条件属性值和决策属性值进行匹配考察,避免不必要的计算,进一步提高了算法速度．     

基于信息量的一种属性约简算法

提出了决策属性集相对于条件属性集的条件信息量的概念，证明了其在属性约简过程中的变化规律是单调递减的，并提出了一种新的属性约简启发式算法，该算法的时间复杂度为O(|C|^3|U|^2)．通过例子分析，表明该算法是有效的．     

基于属性离散和特征度量的决策树构建算法

针对基于信息熵的决策树算法中存在多值属性偏向、连续属性处理不佳和时间复杂度较高等问题,提出一种基于离散比概念的决策树特征度量方法.首先采用K-means聚类算法对连续性数值属性进行离散化处理,其次利用属性在各个分类中的权重以及在整个条件属性中的权重比值,计算出该属性的离散比,避免了计算熵过程中复杂的对数运算,最后根据离...     

水平划分决策表的属性约简算法

差别矩阵属性约简是粗糙集重要约简方法之一,但在处理不一致大数据集时存在不足。为此,提出了决策差别矩阵的概念,并给出基于决策差别矩阵的属性约简定义,同时研究了由该定义获得的约简与正区域约简之间的等价性。为了提高求解效率,给出水平划分决策表的方法,指出将划分的子决策表分配到不同的网络节点上,基于子决策差别矩阵可并行完成核属性和属性约简;并设计了并行约简算法。实例分析和UCI中数据集的实验比较表明所提出的约简算法是正确的、高效的。     

基于有序决策树的改进归纳算法

基于构建有序决策树,提出了一种新的归纳算法。该算法选择的扩展属性不仅和类的有序互信息值最大,而且要求和同一分支上已被用过的条件属性的有序互信息值最小。实验结果表明,考虑了条件属性之间的相关性后,可避免同一条件属性的重复选择,真正体现了条件属性和决策属性之间的有序互信息,与已有的算法相比,提高了测试精度。     

基于区分矩阵的属性约简算法改进策略

针对大容量数据表构造的区分矩阵过于庞大致使属性约简算法效率低的问题,引入置信度和支持度,提取大型数据库中的高概率事件,重新构造决策数据表,并在构造区分矩阵过程中剔除重复项和包含项,结果使得比较次数减少、存储空间节省、约简效率提高。     

A new decision tree learning algorithm

Decision tree learning is one of the most widelyused and practical methods for inductive inference,andan effective approach to approximating discrete-valuedtarget functions,so decision tree learning is very suit-able for the multiclass classification.Up to now,deci-sion tree learning algorithms have been,by and large,classified as:1)univariant algorithms in which eachdecision node checks the value of a single attribute,such as ID3[1]and C4·5[2];and2)multivariant algo-rithms in which each deci…     

关系积理论及属性约简算法

属性约简是粗糙集RS (rough set)理论的重要研究内容.决策表的最小属性约简是NP-hard问题.本文基于集合理论,提出了关系积概念,把决策表的属性约简过程转化为关系积的运算,充分利用关系积的相关性质,提高了关系积属性约简算法的效率.     

决策树学习算法在交通方式选择模型中的应用

主要阐述了决策树学习算法在交通方式选择模型中的应用.在基本决策树的基础上,使用随机森林组合学习算法来建立交通方式选择模型,以Bagging预测方法和CART算法为主,以随机特征选择和"投票"方法为辅,并相互融合,结合具体实例详细介绍该模型的建立,从数据的选择到整个森林中树的数目和每个结点处抽取的候选属性的个数调整,并对模型进行了相应的评估.实验结果表明,随机森林预测精度高,且对噪声数据具有较强的稳健性,采用决策树学习算法得出的规则在交通方式选择的分析中具有较好的实用价值.     

部分指标权重信息下的区间数多指标决策方法

针对指标权重信息部分已知、部分未知且指标值为区间数形式的多指标决策问题,提出一种决策分析方法.在对具有部分指标权重信息的区间数多指标决策问题进行数学描述的基础上,依据传统的理想点方法的基本思路,给出解决指标权重信息不完全的区间数多属性决策问题的计算步骤,其核心是通过构建最优化模型,得到每个方案与正理想点、负理想点的差异值,进而通过计算出相对接近度,即可得到所有方案的排序结果.通过一个算例说明该方法的实用性和有效性.     

English BNP identification based on corpus-trained decision tree

0　ＩＮＴＲＯＤＵＣＴＩＯＮＦｉｎｄｉｎｇＥｎｇｌｉｓｈＢａｓｅＮｏｕｎＰｈｒａｓｅ (ＢＮＰ)ｉｓａｎｉｍｐｏｒｔａｎｔｒｅｓｅａｒｃｈｉｓｓｕｅｉｎｎａｔｕｒａｌｌａｎｇｕａｇｅｐｒｏｃｅｓｓ ｉｎｇ .ＩｔｓｒｅｓｏｌｕｔｉｏｎｗｉｌｌｐａｖｅｔｈｅｗａｙｆｏｒｈｉｇｈｑｕａｌｉｔｙＥｎｇｌｉｓｈＣｈｉｎｅｓｅｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎ .Ａｎｄ ,ａｃｃｕｒａｔｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆＢＮＰｉｓａｌｓｏｃｒｕｃｉａｌｔｏｉｎｆｏｒｍａｔｉｏｎｒｅ ｔｒｉｅｖａｌｓｙｓｔｅｍ ,ｉｎ…     

基于决策树和数据驱动的零电量用户筛选方法

随着电力系统中用电客户的增多及客户用电形式的多样化,零电量用户(none-consumption user, NCU)逐渐增多,对零电量用户进行排查耗费了电网公司大量的人力物力。在此背景下,基于电力用户用电信息采集系统(electricity information acquisition system, EIAS)的零电量用户信息,提出了一种零电量用户筛选的数据驱动算法,判断正常零电量用户和异常零电量用户。采用决策树对电力用户用电信息采集系统数据进行分析,确定零电量用户异常类型;对决策树无法辨别的用户类型,通过分析零电量用户计量采集数据和营销数据,提取适用于零电量用户筛选的关键因子,进而构建零电量用户筛选评价体系;在此基础上,采用(criteria importance though intercrieria correlation, CRITIC)法确定关键因子的权重,并采用雷达图法对零电量用户进行筛选分类。以浙江省某供电所管辖下的零电量用户为例对所提出的方法进行说明,并通过现场排查进行校验,结果表明所提出的零电量用户筛选方法具有一定的有效性。