基于粗糙集理论的决策树分类方法

摘要：

决策树是数据挖掘中常用的分类方法.本文提出了基于粗糙集的决策树方法,利用粗糙集近似精确度来选择决策树的根节点,分支由分类产生。该方法计算简单,易于理解。本文还提出用悲观剪枝法简化决策树,提高决策树的预测与分类能力。实例说明了本文方法均简单有效。

关键词： 粗糙集 决策树 近似精确度 悲观剪枝 数据挖掘

作者: 邹瑞芝 罗可 曾正良

作者单位: 长沙理工大学计算机与通信工程学院,湖南,长沙,410076

会议类型: 国内会议

会议名称: 2009年全国理论计算机科学学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 112-114

在线出版日期: 2009-08-07（万方平台首次上网日期，不代表论文的发表时间）