基于粗糙集的多變量決策樹的應(yīng)用研究.pdf

1、　　分類在數(shù)椐挖掘中是一項(xiàng)非常重要的任務(wù)，本文研究的是基于決策樹的分類技術(shù)。與其他分類技術(shù)相比，決策樹技術(shù)具有許多優(yōu)點(diǎn)：決策樹更易被用戶理解；生成決策樹的效率更高、更適合大訓(xùn)練集；決策樹的生成算法不需要除訓(xùn)練集之外的額外信息；它可以提供更好的精確度。當(dāng)然決策樹技術(shù)也有缺點(diǎn)：一方面，它無法刪除帶噪聲的不相關(guān)的屬性；另一方面，大多數(shù)決策樹被限制在每個(gè)節(jié)點(diǎn)上只檢驗(yàn)單個(gè)屬性?！　榱丝朔@些困難，本文引入了粗糙集技術(shù)。粗糙集理論是一種處理模糊

2、和不精確知識的數(shù)學(xué)工具，它具有很強(qiáng)的知識獲取能力。粗糙集理論將分類和知識聯(lián)系在一起，認(rèn)為知識即是將對象進(jìn)行分類的能力。盡管粗糙集理論對知識的不完全的處理是有效的，但是它的容錯(cuò)能力和推廣能力相對較弱，這意味著需要其他方法補(bǔ)充。　　面對決策樹技術(shù)和粗糙集各自的優(yōu)缺點(diǎn)，在研究過程中作者將這兩者結(jié)合起來取長補(bǔ)短。對于僅有離散值屬性的情況下，利用粗糙集理論中條件屬性相對于決策屬性的核以及條件屬性的區(qū)分能力，同時(shí)考慮到待建決策樹的規(guī)模問題，我們提

3、出了一種新的條件屬性的約簡算法。以約簡后的多個(gè)屬性構(gòu)造檢驗(yàn)，解決了決策樹中屬性的選擇問題。改進(jìn)后的算法可以構(gòu)造出多變量決策樹，與ID3算法相比，兩者擁有相同的分類準(zhǔn)確率，但前者具有更高的效率，并且大大減小了決策樹的規(guī)模?！　∽詈蟊疚脑谶@個(gè)新型的算法框架基礎(chǔ)上設(shè)計(jì)了一個(gè)KDD原型系統(tǒng)，并實(shí)現(xiàn)了其中的基于粗糙集技術(shù)的數(shù)據(jù)預(yù)處理部分和基于改進(jìn)后的決策樹算法的分類器部分和預(yù)測器部分。應(yīng)用該系統(tǒng)對心血管住院患者的病案首日(首頁)數(shù)據(jù)進(jìn)行研究分類