基于變精度Rough集的決策樹改進(jìn)算法.pdf

1、機(jī)器學(xué)習(xí)是讓計(jì)算機(jī)模擬和實(shí)現(xiàn)人類學(xué)習(xí)的過程，目的是自動(dòng)獲取知識(shí)。機(jī)器學(xué)習(xí)在人工智能的研究中具有十分重要的地位。歸納學(xué)習(xí)方法在機(jī)器學(xué)習(xí)中是一種重要的學(xué)習(xí)方法。作為歸納學(xué)習(xí)方法的一種，建立決策樹的方法被廣泛地應(yīng)用于機(jī)器學(xué)習(xí)的過程之中。本文研究一種基于變精度Rough 集思想的決策樹改進(jìn)算法，其基本特征是把數(shù)據(jù)預(yù)處理(屬性近似約簡)和決策樹建立(屬性結(jié)點(diǎn)選擇)統(tǒng)一在整體框架之內(nèi)，從而達(dá)到在大量數(shù)據(jù)中有效提取規(guī)則的要求。本算法主要分為兩個(gè)步驟。

2、首先提出條件屬性關(guān)于決策屬性約束度概念。通過計(jì)算約束度對(duì)條件屬性進(jìn)行近似約簡。其次提出基于變精度Rough集的條件屬性關(guān)于決策屬性關(guān)聯(lián)度概念。通過各條件屬性的關(guān)聯(lián)度進(jìn)行決策樹結(jié)點(diǎn)的選擇，從而完成決策樹的建樹過程。與經(jīng)典的ID3算法相比，在理論分析方面，本文研究了屬性關(guān)聯(lián)度與信息熵之間關(guān)系，從某種意義上將兩種算法進(jìn)行適當(dāng)比較；在實(shí)驗(yàn)分析方面，通過兩組通用數(shù)據(jù)，對(duì)本文提出的改進(jìn)算法進(jìn)行了模擬實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法在建立決策樹所用的時(shí)間