作者:王名扬; 卫金茂; 伊卫国决策树变精度粗集泛化能力生成方法特化模型构造分类能力近似生成过程不一致性
摘要:Pawlak粗集模型所描述的分类是完全精确的,而没有某种程度上的近似.在利用Pawlak粗集模型构造决策树的过程中,生成方法会将少数特殊实例特化出来,使生成的决策树过于庞大,从而降低了决策树对未来数据的预测和分类能力.利用变精度粗集模型,对基于Pawlak粗集模型的决策树生成方法进行改进,提出变精度明确区的概念,允许在构造决策树的过程中划入明确区的实例类别存在一定的不一致性,可简化生成的决策树,提高决策树的泛化能力.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社