产生模糊决策树的一个新算法
大多数现有产生决策树的方法，是使用分类信息熵极小化启发式或使分类模糊性达最小选取扩展属性后，利用其属性值向外处伸进行树的扩展。该文使用分类信息熵极小化启发式，提出了对于分类问题中属性值为模糊集时，直接采用隶属度作为变元来进行决策树的构造，从而产生一模糊决策树（一组模糊规则）。因隶属度无需作软化处理，故从决策的角度，由该文提出的方法产生的模糊决策树（模糊规则）更贴近于实际；同时该文给出一种将连续值属性转化为模糊术语的方法。
决策树 信息熵极小化 模糊决策树归纳
黄冬梅 花强 高印芝
河北农业大学基础部(保定) 河北大学数学系(保定) 河北教育学院数学系
国内会议
保定
中文
580～585
1998-08-01（万方平台首次上网日期，不代表论文的发表时间）