基于粗支持度的决策树构造算法RST研究.pdfVIP

基于粗支持度的决策树构造算法(RST) 赵玉秀1，李峰1，方 海1’2 (1．西安思源学院，陕西西安710038；2．西安工业学院。陕西西安710038) 摘要：根据决策树的分类特性，并利用粗糙集理论的特点，将两者紧密融合，构造出了 RST(RoughTh)算法．定义了粗支持魔．并用其作为选择决策属性的标准．将 Supporting 该算法应用到一简单的样本实例数据上与传统算法耜比较，取得了较好教果． 关键词：粗支持度；决策树；粗糙集；算法 of onCoarse DecisionTreeBased Supporting Algorithm ZHAO Hail’2 Yu．xiul，LI Jun—fen91，FANG (1．Xi’fill 710038，China) Siyuan tothe characterofdecisiontree lie Abstract：Accordingchi蜘llg tdgorithm，andmakingsood of traits and whichis the in Set珏e甜v．combinethem lio．gh constructⅡ唧algorithm together is taaadard the wlaiehthe forattribute lIST．Duringcourse，defined砌supporting selecting．At the thenew to^actual itsremaliwiththeoneofh· data，compared last，”曲ed algorithm sample ditionaldecision—tree a re,tit． algorithm．andgainediii01℃simple＆effective Key tree；Ⅻghset；algorithm wolds：roughsupporting；decision 1引言 目前，已有多种选择属性构造决策树的方法，最典型的是Quinlan提出的基于信息熵的 方法．但是基于信息熵的方法存在的主要问题是在一棵决策树中子树有重复，以及有些屑 性在一棵决策树中的某一路径上被多次检验，从而降低了分类的效率和效果；再则实际应用 中的数据来源极其复杂，信息表中难免存在着不确定、不完整和模糊的信息．而粗糙集正是 处理这类数据强有力的工具．故本文试着将二者结合起来，用粗支持度来作为决策属性选 择的标准来构造决策树”·． 粗糙集理论是波兰z．Pawlak教授提出，其特点是：除了问题所需处理的数据集以外，不 需要任何预备或额外有关数据信息；利用定义在数据集u上的等价关系R对U的划分作为 知识；它能处理知识的不确定性和不精确性，是一种客观的数据推理方法．该理论目前主要 用于知识的约简和知识依赖性的