基于粗糙集理論的決策樹分類算法與應(yīng)用研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩57頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、鑒于目前很多決策樹分類算法不能有效地處理連續(xù)屬性和缺失值,本文對(duì)基于粗糙集理論的決策樹分類算法進(jìn)行了研究,研究的目的是構(gòu)造具有較高分類精度的決策樹、使決策樹分類算法能有效地處理連續(xù)屬性和缺失值。為了達(dá)到研究的目的,對(duì)基于粗糙集理論的數(shù)據(jù)預(yù)處理算法和基于粗糙集理論的決策樹構(gòu)造算法進(jìn)行了研究:針對(duì)目前不完備決策表的離散化算法較少,提出了一種基于屬性重要性的離散化算法的改進(jìn)算法;針對(duì)ROUSTIDA算法的一些缺陷,提出了一種ROUSTIDA算

2、法的改進(jìn)算法;提出了一種基于粗糙集理論的決策樹構(gòu)造算法,該算法以屬性重要性和近似分類的精度作為構(gòu)造決策樹的屬性選擇度量。
　　 在本文采用的算法和提出的算法的基礎(chǔ)上,設(shè)計(jì)了一種基于粗糙集理論的決策樹分類算法,該分類算法包括三個(gè)主要步驟:讀取樣本集并對(duì)樣本集進(jìn)行預(yù)處理,采用基于粗糙集理論的決策樹構(gòu)造算法構(gòu)造決策樹,采用PEP方法對(duì)決策樹剪枝。該分類算法能有效地處理連續(xù)屬性和缺失值,能構(gòu)造出分類精度較高的決策樹,通過(guò)實(shí)驗(yàn)驗(yàn)證了該分類

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論