基于多决策规则树学习算法
本文在ID3算法的基础上提出一种获取多棵规则树的学习算法(MRT).MRT算法能够从不一致信息表中获取多棵规则树,每棵规则树的每条规则的隶属度均大于或等于初始设定的阈值.在MRT算法生成每棵规则树的过程中,只需为每个结点存储和计算信息表中的部分属性值,并且通过初始设置的阈值来判断当前结点是否有儿子结点分支,以控制每棵规则树的规模(宽度和深度).MRT算法的空间和时间复杂度均为多项式级,获取规则所耗费的代价较小.此外,由于MRT算法获取得到的是多棵规则树,从而也克服了ID3算法获取的规则过于集中于部分属性上的缺陷.
决策函数 决策树 计算机数学
安久江 王国胤 吴渝
重庆邮电学院计算机科学与技术研究所(重庆)
国内会议
舟山
中文
175-177
2004-10-01（万方平台首次上网日期，不代表论文的发表时间）