利用粗糙集理论中属性核与不可分辨关系给出了属性约简和数据过滤算法,去除信息系统中与决策无关的冗余信号,在简化的信息系统基础上用传统算法构造决策树,总利用由粗糙度理论推出的极小、极大化学习方法对决策树规则进行极小、极大化处理,最后给出了一个最简分类规则集生成算法。
维普资讯 doc.guandang.net
第2 3卷第 5期 20 0 2年 l 0月
哈
尔
滨
工
程
大
学
学
报
Vo . 1 23. . № 5 0c .. 002 t 2
J u n lo r i n i e r g Un v r i o r a fHa b n E g n e i i e st n y
一
个基于粗糙集和决策树的最简分类规则集生成算法 孙长嵩,西国,健沛董张 (尔滨 X程大学计算机科学与技术学院,龙江哈尔滨哈 - .黑 10 0 ) 50 1
摘
要:用粗糙集理论中属性核与不可分辨关系给出了属性约简和数据过滤算法,除信息系统中与决策无利去
关的冗余信息.简化的信息系统基础上用传统算法构造决策树,利用由粗糙集理论推出的极小、大化学在并极习方法对决策树规则进行极小、大化处理 .后给了一个最简分类规则集生成算法 .极最 关键词:据挖掘;糙集;策树;类规则数粗决分中图分类号:P 9文献标识码:文章编号:0 6— 0 3 0 2 0 0 8 0 T37 A 10 7 4 f 0 ) 5— 0 7— 5 2
A l o ih s d o Ro h t a e ii n Tr e g r t m Ba e n ug Se nd D c so e t a n M i i a a sng R u e S t o G i n m l Cl s i l e S UN a g s n,DONG— u Ch n - o g Xi g o,ZHANG in p i Ja— e ( o eeo C mp tr cec n eh ooy HabnE gneigU i r t,H ri 5 0 1 C ia) C l g f o ue inea dT c nlg, ri n ier nv sy abn10 0, hn l S n ei Abs r c Ba e n at b e c r n q i a e tr lto n r u h s t t e r t a t: s d o tr ut o e a d e u v l n e ai n i o g e h o y,a trb e r d to n a a i n a t ut e uc in a d d t i i t r g a g r h t e e e r du a ti f r to n i f r to y t m. On t e b ss o e c mp c n o ma fle n lo t m o d l t e nd n n o ma i n i n o ma i n s
se i i h a i fn w o a ti r - f to y t m e ii n te sa e bu l o cso r e r e .Th o i n o n ma u e a d ma i lr l r d- i n s se d c so r e r itf rde i in te ul s e n to fmi i lr l n x ma e a e a u d e s d i h i h ft to fr d to r m o g e nd a e u e o d a t e ii n te ul s . An r s e n t e lg to he noi n o e uc i n fo r u h s ta r s d t e lwih d c so r e r e ag rt l o hm o g i i ma l s i g r l e s p o o e tt e e ft e pa e . i t a n m ni lc a sn e s ti r p s d a h nd o h p r u K e o ds: a a m i i yw r d t n ng; r ug e; de i in te o h st cso r e;c a sng r l lsi e u
分类即是通过对已知数据的学习推断未知数据的归属,机器学习领域集中解决的问题 .据是数挖掘中的分类问题与机器学习主要区别在于:数据挖掘中要处理大量的数据,此要求学习的效因率很高;外数据挖掘获得的规则或模式最终是另要面向人的,因此人们希望获得的规则尽量简洁, 易于理解 .类是数据挖掘研究领域非常重要的分
目前最流行的决策树算法是 I 3算法的改进 D算法 c . .是,4 5评价决策树最主要的依据 45但 c.是决策树的错误率,对数的深度、点的个数等而节 不进行考虑 .树的平均深度直接对应着规则的而平均长度,的结点个数代表了规则数目,以直树所
接从由 c . 4 5算法构造的决策树提取的规则集不 是最简的.
问题,目前已有多种分类模型被提出,神经网如络、计模型、叶斯分类器、策树等 .这些统贝决在模型中,于决策树具有易构造、构简单、于由结易
粗糙集理论是一种研究不确定性知识的工 具,简在粗糙集中是一个很重要的概念
,反映约它
了一个决策表的本质信息 .性约简和数据过滤属可以去除与决策无关的冗余信息,保持信息系在统信息一致的前提下降低信息系统的复杂度.粗糙集中的约简也称极小属性集,们称由约简构我 造的规则为极小规则 .掉该规则中任意一个条去
理解、类精度高,易于转化成 S L语句有效分且 Q地存取数据库,于算法实现等优点,策树尤其易决 适于数据挖掘,因此我们的重点在于构造决策树, 并从决策树中提取分类规则 .
收稿日期:0 2—0 0修订日期:0 2— 7—0 . 20 l一 8; 20 0 3 作者简介:长嵩 ( 9 4一),,授,要研究方向为计算机图形学、算机辅助设计、 MS与 ER 孙 14男教主计 CI P

一种新的基于粗糙集构造决策树的方法_专业资料。单变量决策树算法生成的决策树具有规模庞大、规则复杂且不易理解的不足。采用粗糙集相对核、加权粗糙度的概念和...
一种基于粗糙集的决策树规则提取算法_专业资料。文章提出了一种新的决策树构建算法,算法选择使生成的规则满足给定可信度阀值且支持度最大的属性作为结点,不仅简化...
无规则的实例中推 理出分类规则 ,是一种直观的...本文基于粗糙集理论和决策树算法的基本原理 , 提出...基于值约简和决策树的最简规则提取算法 [7] 屈...
,基于粗糙 集理论提 出一种 决策树构造算法 。...策树平均深度最小 ,从 而提高分类速度和准确率 。...根据该属 性 的取值划分训练集 生成各个分支 ,...
;21306 .安徽大学计算机科学与技术学院,合肥203)309 摘 要: 针对 I3D 算法构造决策树 复杂 、分类 效率不高问题 ,基于粗糙集理论提 出一种 决策树构造算法 。...
一种改进的基于粗糙集的决策树算法_数学_自然科学_专业资料。2013年6月 廊 坊师范学院学报( 自然科学版 ) Journal of Langfang Teachers CoH...
一种基于粗糙集理论的最简决策规则挖掘算法_专业资料。研究粗糙集理论中可辨识矩阵,扩展了类别特征矩阵,提出一种基于粗糙集理论的最筒决策规则算法.该算法根据决策...
有用的规则信息等情况#由于粗糙集和决策树 具有很... 创建一个分支 , 并据此划分样 本, 根节点属性的... 以最简单的决策属性对条 件属性集合进行分类 [ 3...
( 南京审计学院江苏省级审计信息工程重点实验室 摘 采用粗糙集理论中的属性重要度作为挑选测试属性的指标来构造决策树, 形成了一种新的决策树分类算法 S_D_Tree,...
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...
热门文档