訓(xùn)練數(shù)據(jù)分類結(jié)果的不可指定性與模糊決策樹泛化能力關(guān)系的研究.pdf

1、決策樹歸納算法是歸納學(xué)習(xí)中最重要的分支之一，是歸納推理中應(yīng)用最廣，最實(shí)用的方法之一。模糊決策樹算法是決策樹算法的一種推廣，使之能夠處理模糊性和不可指定性信息。模糊決策樹與清晰決策樹有許多不同，其中一點(diǎn)是推理機(jī)制的不同。在清晰情況下，對于給定的一個(gè)樣例，只有一條規(guī)則可以用于分類。但在模糊情況下，有多條規(guī)則可以同時(shí)應(yīng)用于一個(gè)樣例，因此在模糊決策推理過程中，一個(gè)樣例可能會以不同的程度被分到不同的類別中。
　　 決策樹正確分類訓(xùn)練集之外

2、數(shù)據(jù)的能力稱為泛化能力，也稱為預(yù)測能力。泛化能力是評價(jià)決策樹生成算法好壞的最重要指標(biāo)。泛化能力越強(qiáng)，預(yù)測精度就越高。判斷決策樹泛化能力強(qiáng)弱的最直接的方法是決策樹對未見過的樣例能正確分類的個(gè)數(shù)。測試精度越高，決策樹的泛化能力就越強(qiáng)。在實(shí)際應(yīng)用中，決策樹算法的泛化能力直接影響著決策的準(zhǔn)確度。
　　 一個(gè)樣例匹配一組IF-THEN模糊規(guī)則的分類結(jié)果通常是一種可能性分布。這種可能性分布可以用不可指定性來度量。本文試找出訓(xùn)練數(shù)據(jù)分類結(jié)果的