基于可达概率区间的不确定决策树

摘要：

　　针对不确定数据的概率分布难以获取的客观实际，讨论了缺失概率分布的值不确定离散对象的决策树。定义了(条件)概率区间，并证明了(条件)概率区间是可达概率区间；基于可达概率区间，定义了(条件)熵区间，并给出了求解(条件)熵区间的上/下界的方法；采用条件熵区间作为属性选择度量，提出了一种新的不确定决策树，将以0-1划分对象的决策树扩展到以概率区间分配对象的决策树，这样不仅可以处理缺失概率分布的值不确定离散对象，也可以处理确定离散对象。通过在基于UCI数据集的不确定数据集上的实验，证实了不确定决策树是有效的。

关键词： 数据处理 离散对象 决策树算法 可达概率区间

作者: CHEN Hongmei 陈红梅 WANG Lizhen 王丽珍 LIU Weiyi 刘惟一 YUAN Lijian 袁立坚

作者单位: Department of Computer Science and Engineering, School of Information Science and Engineering, Yunna 云南大学信息学院计算机科学与工程系,昆明650091 Library, Kunming Metallurgy College, Kunming 650033, China 昆明冶金高等专科学校图书馆,昆明650033

会议类型: 国内会议

会议名称: 第29届中国数据库学术会议

会议地点: 合肥

会议语种:中文

页码: 726-740

在线出版日期: 2012-10-01（万方平台首次上网日期，不代表论文的发表时间）