基于粗糙集的多變量決策樹的應用研究.pdf

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

2、和不精確知識的數(shù)學工具，它具有很強的知識獲取能力。粗糙集理論將分類和知識聯(lián)系在一起，認為知識即是將對象進行分類的能力。盡管粗糙集理論對知識的不完全的處理是有效的，但是它的容錯能力和推廣能力相對較弱，這意味著需要其他方法補充?！　∶鎸Q策樹技術和粗糙集各自的優(yōu)缺點，在研究過程中作者將這兩者結(jié)合起來取長補短。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。以約簡后的多個屬性構造檢驗，解決了決策樹中屬性的選擇問題。改進后的算法可以構造出多變量決策樹，與ID3算法相比，兩者擁有相同的分類準確率，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@個新型的算法框架基礎上設計了一個KDD原型系統(tǒng)，并實現(xiàn)了其中的基于粗糙集技術的數(shù)據(jù)預處理部分和基于改進后的決策樹算法的分類器部分和預測器部分。應用該系統(tǒng)對心血管住院患者的病案首日(首頁)數(shù)據(jù)進行研究分類