一种基于粗糙集的决策树构造方法  

A Method for Constructing the Decision Tree Based on Rough Set

作　　者：关晓蔷[1] 刘煜伟[2] 

机构地区：[1]山西大学计算机与信息技术学院计算智能与中文信息处理省部共建教育部重点实验室,山西太原030006 [2]石家庄陆军指挥学院军事运筹中心,河北石家庄050084

出　　处：《科技情报开发与经济》2006年第13期136-138,共3页Sci-Tech Information Development & Economy

基　　金：山西省自然科学基金(No.20031036)

摘　　要：决策树是一种有效的数据分类方法。传统的决策树方法是通过信息熵的计算去生成决策树的节点,计算量大。基于粗糙集理论,利用近似精度的概念来进行属性选择,构造决策树,有效地提高了效率并降低了决策树的复杂度。The decision tree is effectively used in the classification of the data mining, the traditional decision tree algorithm selects the sub branch attributes through great amount of entropy calculations.This paper puts forward s decision tree algorithm based on rough sets by using the concept of the approximate accuracy through attribute selection, which is simpler in the structure and can improve the efficiency of the classification.

关 键 词：决策树 粗糙集 近似分类精度 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]