基于粗集和距离函数的决策树构造方法.pdf

第29卷第12期 计算机工程与设计 2008年6月 V01．29No．12 and June2008 ComputerEngineeringDesign 基于粗集和距离函数的决策树构造方法 陈世联1， 罗秋瑾2 (1．淮阴工学院计算科学系，江苏淮安223002；2．云南财经大学计算机科学系，云南昆明650221) 摘要：决策树是一种有效用于分类的数据挖掘方法。在决策树构造算法中，粗集理论的相对核已被应用于解决多变量检 验中属性的选择问题．考虑到决策树技术和粗集的优缺点，将二者结合起来，先对每个结点包含的属性个数加以限制，再用 属性相关度和DeMantaras距离函数选择相关的属性组合作为属性选择的标准，给出一种新的构造算法．该算法的优点是能 有效降低树的高度，而且增强了分类规则的可读性． 关键词：粗集；决策树；条件属性；属性依赖度；DeMantaras距离函数 中图法分类号：TPl8文献标识码：A 文章编号：1000-7024(2008)12—3191-03 methodbasedon setanddistancefunction Decisiontreeconstruction rough CHEN Shi-lianl，LUOQiu-jin2 Institute ofTechnology,Huai’all223002，China； (1．DepartmentofComputationalScience，Huaiyin ofFinanceand 650221，China) Science，YunnanUniversity Economics，Kunming 2．DepartmentofComputer in ofdata thedecisiontreeconstruction Abstract：DecisiontreewhichiS usedtheclassification effectively mining．On in co把ofconditionattributeswith todecisionattributesin set iSu9edforselectionofattributesmultivariatetests． respect roughtheory lacesand decisiontreesand setarecombined．Anew the and ofthedecision Considering disadvantage roughset，the rough advantage multivariatedecisiontreeconstructioniS restrictseachofnodes thenumber offered，which ofatlaibutes，andthen, flgofithm