文献类型：期刊文章

作　　者：赵明华[1,2] 杨宏伟[1] 孙娟[1] 王金凤[1] 王熙照[1]

机构地区：[1]河北大学数学与计算机学院机器学习研究中心 [2]河北师范大学数学与信息科学学院,石家庄050016

出　　处：《计算机工程与应用》

基　　金：河北省自然科学基金资助项目"基于模糊信息的示例学习理论及算法"(编号:698139)

年　　份：2003

卷　　号：39

期　　号：25

起止页码：88-91

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：模糊决策树归纳学习是从示例中产生规则知识的一个重要方法,决策树的产生过程涉及到两个重要的参数α、β。一般说来,这两个参数的选取依赖于所讨论的领域知识和用户的需要,若选取不当,会对分类结果产生很大影响,从而导致不正确的分类。如何选取这两个参数的值目前尚无较好的方法,仅凭人们的经验而定,该文提出了一种应用遗传算法来优化模糊决策树中参数的方法,旨在为选取参数提供实验方法,同时也为直接选取经验参数提供了一定的实验支撑。

关 键 词：归纳学习  模糊决策树归纳  模糊ID3算法  遗传算法

分 类 号：TP301.6] G433[计算机类]