一种基于粗糙集构造决策树的新方法  

New method for constructing decision tree based on rough sets theory

作　　者：蒋芸[1] 李战怀[1] 张强[2] 刘扬[1] 

机构地区：[1]西北工业大学计算机学院,陕西西安710072 [2]西北师范大学数学与信息学院,甘肃兰州730070

出　　处：《计算机应用》2004年第8期21-23,共3页journal of Computer Applications

基　　金：国家自然科学基金项目 (60 3731 0 8) ;教育部博士点基金项目 (2 0 6990 1 )

摘　　要：在构造决策树的过程中 ,分离属性选择的标准直接影响分类的效果。基于粗糙集的理论提出了加权平均粗糙度的概念 ,将其作为选择分离属性的标准。经实验证明 ,用该方法构造的决策树与传统的基于信息熵方法构造的决策树相比较 ,复杂性低 ,且能有效提高分类效果。In the process of constructing a decision tree, the criteria of selecting partitional attributes will influence the efficiency of classification. We presented weighted mean roughness, a new concept based on rough sets theory which is regarded as the criteria for choosing attributes. The experiments show that, compared with the entropy-based method, our method is simpler in the structure, and can improve the efficiency of classification.

关 键 词：粗糙集 决策树 信息熵 加权平均粗糙度 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]