期刊文章详细信息
文献类型:期刊文章
LU Hong-mei (Department of Artificial intelligence and Datamining, Suzhou College, Suzhou 234000,China)
机构地区:[1]宿州学院人工智能与数据挖掘研究室,安徽宿州234000
基 金:安徽省教育厅自然科学基金项目(2006kj091B)
年 份:2007
期 号:9
起止页码:1412-1412
语 种:中文
收录情况:普通刊
摘 要:决策树是一种重要的数据分类方法,测试属性的选择直接影响到决策树中结点的个数和深度,本文提出了一种基于知识粗糙度的方法。通过比较我们发现:在决策树的构造上,粗集理论中知识粗糙度的方法计算量较小,构造的决策树比经典ID3算法简洁,并且具有较高的分类精度。
关 键 词:决策树 粗糙集 知识粗糙度
分 类 号:TP311[计算机类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...