版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、基于ID3算法的決策樹歸納學(xué)習(xí)是歸納學(xué)習(xí)的一個(gè)重要分支,可用于知識(shí)的自動(dòng)獲取過程。隨著歸納學(xué)習(xí)研究的深入,具有精確描述特征的示例學(xué)習(xí)已不能適應(yīng)一個(gè)系統(tǒng)中不精確知識(shí)自動(dòng)獲取的要求,研究不確定環(huán)境中的示例學(xué)習(xí)已非常必要,進(jìn)而產(chǎn)生了傳統(tǒng)ID3算法的模糊推廣——模糊ID3算法。在模糊決策樹的產(chǎn)生過程中,用模糊熵選擇的擴(kuò)展屬性不能像經(jīng)典決策樹那樣將類清晰的分開,而是屬性術(shù)語所覆蓋的例子之間有一定的重疊,因此樹的整個(gè)產(chǎn)生過程在給定的顯著性水平α的基
2、礎(chǔ)上進(jìn)行,參數(shù)α的引入能在一定程度上減少這種重疊,從而減少分類的不確定性,提高模糊決策樹的分類結(jié)果。而它一般由領(lǐng)域?qū)<腋鶕?jù)經(jīng)驗(yàn)或需要直接給出,這種人為的參與過分依賴于專家知識(shí),從而可能使實(shí)際分類結(jié)果在規(guī)則數(shù)、準(zhǔn)確率方面達(dá)不到最優(yōu)。 本文在VisualC++軟件開發(fā)平臺(tái)及模糊ID3算法的基礎(chǔ)上,從解析的角度出發(fā),通過分析參數(shù)α與模糊熵之間的函數(shù)關(guān)系式,討論了隨著α的增加,模糊熵函數(shù)的變化趨勢,進(jìn)一步分析了參數(shù)α對模糊決策樹的分類結(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 屬性敏感性在決策樹歸納中的影響.pdf
- 關(guān)于模糊決策樹生成過程中啟發(fā)式算法的研究.pdf
- 多屬性決策中參數(shù)敏感性研究及應(yīng)用.pdf
- 決策樹算法中模糊語義的研究.pdf
- 項(xiàng)目投資決策-敏感性分析
- 代價(jià)敏感決策樹算法研究.pdf
- 嘉紹大橋參數(shù)敏感性分析.pdf
- 商業(yè)信用風(fēng)險(xiǎn)控制決策中的敏感性分析
- 典型固結(jié)方程的參數(shù)敏感性分析.pdf
- 有序決策樹在SOCA下的擴(kuò)展及模糊有序決策樹的研究.pdf
- 基于敏感度的可抗噪的模糊SLIQ決策樹.pdf
- 矮塔斜拉橋結(jié)構(gòu)參數(shù)敏感性分析.pdf
- 滑坡抗剪強(qiáng)度參數(shù)的敏感性分析
- 基于公理模糊決策樹的兒童敏感期診斷系統(tǒng)
- 基于公理模糊決策樹的兒童敏感期診斷系統(tǒng).pdf
- 土體洞室開挖的力學(xué)參數(shù)敏感性分析.pdf
- 代價(jià)敏感決策樹構(gòu)建方法的研究.pdf
- 決策樹中的加權(quán)模糊規(guī)則及其推理機(jī)制.pdf
- 模糊決策樹系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 獨(dú)塔斜拉橋靜力及參數(shù)敏感性分析.pdf
評論
0/150
提交評論