摘要:针对ID3算法构造决策树复杂、分类效率不高等问题,本文基于变精度粗糙集模型提出了一种新的决策树构造算法。该算法采用加权分类粗糙度作为节点选择属性的启发函数,与信息增益相比,该标准更能够全面地刻画属性分类的综合贡献能力,计算简单,并且可以消除噪声数据对选择属性和生成叶节点的影响。实验结果证明,本算法构造的决策树在规模与分类效率上均优于ID3算法。
关键词:变精度粗糙集模型 决策树 误差参数 加权分类粗糙度
单位:安徽农业大学信息与计算机学院 安徽合肥230036 安徽大学计算机科学与技术学院 安徽合肥230039
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社