一个基于粗集的决策树规则提取算法

• 全文链接
• 请求原文

作   者：

丁春荣;  李龙澍; 

作者机构：

安徽大学计算机科学与技术学院; 

关键词：

属性约简;  粗糙集;  决策树;  数据挖掘; 

期刊名称：

计算机技术与发展

基金项目：

智能软件系统结构和组件技术的研究

i s s n：

1673-629X

年卷期：

2007 年 11 期

页   码：

110-113

摘   要：

决策树是数据挖掘任务中分类的常用方法。在构造决策树的过程中,分离属性的选择标准直接影响到分类的效果,传统的决策树算法往往是基于信息论度量的。基于粗糙集的理论提出了一种基于属性重要度和依赖度为属性选择标准的决策树规则提取算法。使用该算法,能提取出明确的分类规则,比传统的ID3算法结构简单,并且能提高分类效率。