| 一种多变量决策树方法研究 |
| |
| 引用本文： | 梁道雷,黄国兴,金健.一种多变量决策树方法研究[J].计算机科学,2008,35(1):211-212. |
| |
| 作者姓名： | 梁道雷 黄国兴 金健 |
| |
| 作者单位： | 1. 华东师范大学计算机系,上海,200062;浙江理工大学先进纺织材料教育部重点实验室,杭州,310018
2. 华东师范大学计算机系,上海,200062 |
| |
| 基金项目： | 华东师范大学"211工程"重点项目 |
| |
| 摘 要： | 单变量的决策树算法造成树的规模庞大,规则复杂,不易理解.本文结合粗糙集原理中的相对核及加权粗糙度的方法,提出了一种新的多变量决策树算法.通过实例表明,本文的多变量决策树方法产生的决策树比传统的ID3算法构造的决策树更简单,具有较好的分类效果.
|
| 关 键 词： | 多变量决策树 粗糙集 相对核 加权粗糙度 |
A New Multivariate Decision Tree Algorithm |
| |
| LIANG Dao-Lei,HUANG Guo-Xing,JIN Jian.A New Multivariate Decision Tree Algorithm[J].Computer Science,2008,35(1):211-212. |
| |
| Authors: | LIANG Dao-Lei HUANG Guo-Xing JIN Jian |
| |
| Abstract: | Decision Tree Algorithm in univariate tests caused large-scale,complex rules that are difficult to understand.Based on the rough sets theory of attributes reduction,the core of condition attributions and the weighted roughness of condition attributions,a new multivariate decision tree algorithm is proposed.A example shows in this paper,the decision tree built by the method is more simple and has better classification result than that of ID3 algorithm. |
| |
| Keywords: | Multivariate decision tree Rough sets Relative core of attributes Weighted roughness |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
