作者：龙舜; 钟衍凡; 蔡建华; 王会进able机器学习决策树信息增益模糊因子
摘要：主体构建和学习环境（ABLE）是IBM开发的用于支持主体建模、构建多主体系统的框架．本文改进了ABLE的决策树算法，在其中计算属性的信息增益时加入一个模糊因子，使算法能更简单、有效地学习．在UCI数据集上的测试结果表明改进后的算法在不降低精度的前提下，可以生成更简洁的决策树，特别是处理复杂的数据时，可显著降低规则数目．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《暨南大学学报·自然科学与医学版》（CN：44-1282/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《暨南大学学报·自然科学与医学版》自办刊以来，被评为广东省优秀科技期刊、全国期刊方阵期刊、全国中文优秀期刊、中国学术期刊（光盘版）全文收录、万方数据资源系统数字化期刊群全文收录及中国学术期刊编排规范优秀奖。
杂志详情
