基于证据理论的决策树研究及应用.pdf

  1. 1、本文档共65页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

算法是数据挖掘十大经典算法之一,是决策树分类算法的一种,主

要用于对机器学习和数据挖掘中的分类问题。如今算法的改进广泛应用

于医学、金融、电商等各个行业领域。为了改进算法不能对不确定性数

据进行分类分析,将处理不确定性问题的工具证据理论与算法结合是目

前比较热门的改进方法。受此启发,本文对证据理论与算法进行深入研

究,对算法的对数运算如何简化、算法如何更优选取连续属性划分

断点、证据理论部分融合规则融合高冲突证据时会出现违背常理的结果

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档