基于粗集论中属性依赖度的ID3改进算法  

Improved ID3 Algorithm Based on Attribute Dependence of Rough Sets Theory

作　　者：陶荣[1] 张永胜[1] 杜宏保[2] 

机构地区：[1]洛阳理工学院计算机与信息工程系,河南洛阳471023 [2]河南科技大学政治与社会学院,河南洛阳471003

出　　处：《河南科技大学学报（自然科学版）》2010年第1期42-45,共4页Journal of Henan University of Science And Technology:Natural Science

基　　金：河南省自然科学基金项目(072300410180);河南省高校科技创新人才支持计划项目(2008HASTIT029);河南省教育厅科技攻关项目(2007520033)

摘　　要：决策树算法是一种重要的数据挖掘方法,ID3算法是最具影响的一种决策树生成算法。介绍了粗集理论的相关概念和传统的ID3算法基本原理,提出了一种以粗集论中的属性依赖度为基础的ID3改进算法,克服了传统ID3算法对取值较多属性的依赖,并通过实例验证该算法的高效性和精确性。改进算法对不同领域中分类预测方向上的数据挖掘均具有一定的参考价值。The algorithm of decision tree is an important method of data mining,and ID3 is one of the most influential decision tree generation algorithm.The related concepts of rough sets theory and the basic principles of traditional ID3 algorithm are introduced.An improved ID3 algorithm based on attribute dependence of rough sets theory is proposed,which overcomes traditional ID3 algorithm of depending on attribute of more values.The efficiency and accuracy of the algorithm are verified through an example.The improved algorithm has some reference value for classification and prediction of data mining in different fields.

关 键 词：粗集 ID3算法 属性依赖度 数据挖掘 

分 类 号：TP319[自动化与计算机技术—计算机软件与理论]