基于知识粗糙度的多变量决策树的构建  

A knowledge roughness based approach to multivariate decision tree construction

作　　者：沙慧新[1] 叶东毅[1] 

机构地区：[1]福州大学数学与计算机科学学院,福建福州350002

出　　处：《福州大学学报（自然科学版）》2004年第2期138-141,共4页Journal of Fuzhou University(Natural Science Edition)

基　　金：福建省自然科学基金资助项目(A0310011);福建省教育厅科技资助项目(JA03004);福州大学科技发展基金资助项目(2003-XQ-24).

摘　　要：提出了一种基于粗糙集中知识粗糙度的构建多变量决策树的算法.基本思想是,在选择了核属性作为决策树的根节点后,将选择知识粗糙度最小的那个条件属性作为下一个分枝结点的检验属性.We propose a new approach to multivariate decision tree construction based on knowledge roughness in rough set instead of information entropy as usual. The basic idea is that, after selecting core attributes as the root of the decision tree, a branching node will then be generated if the corresponding condition attribute provides the smallest knowledge roughness.

关 键 词：知识粗糙度 核 多变量决策树 信息熵 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]