基于模糊度的决策树生成算法

论文摘要

在处理不确定问题中,生成模糊决策树是一种常用的方法.其算法主要包含2个步骤,一个是树的生成条件,主要是确定扩展属性的选择标准,并以此为核心得到生成模糊决策树的启发式算法.另一个则是树的终止条件,否则会造成树的过度拟合的情况.目前,典型的算法中通常利用粗糙模糊依赖度作为选择扩展属性的依据,但是这个依赖函数不具备单调性,从而导致算法有不收敛的可能,基于这个问题,给出了模糊度的定义,重新定义了模糊依赖度和模糊粗糙度,选择模糊依赖度最大的条件属性作为根结点;然后,使用模糊粗糙度作为叶子结点的终止条件;最后,通过实例说明了整个模糊决策树的归纳过程.

论文目录

• 1 基本概念
• 2 改进的模糊决策树归纳算法
•   2.1 对原算法的一些分析
•   2.2 改进算法
• 3 实例说明
• 4 结语

文章来源

类型: 期刊论文

作者: 罗秋瑾

关键词: 模糊粗糙集,模糊决策树,模糊依赖度,扩展属性,模糊粗糙度

来源: 云南民族大学学报(自然科学版) 2019年03期

年度: 2019

分类: 基础科学,信息科技

专业: 数学,自动化技术

单位: 云南财经大学统计与数学学院

基金: 云南财经大学科研基金青年项目(2016B18)

分类号: TP18;O159

页码: 285-288

总页数: 4

文件大小: 255K

下载量: 151