动态粗集理论在决策树算法中的应用研究.pdfVIP

第30卷第8期 计算机应用与软件 V0l_30 No．8 2013年 8月 ComputerApplicationsandSoftware Aug．2013 动态粗集理论在决策树算法中的应用研究 张 军 李 鹏 (山东理工大学商学院 山东 淄博 255049) 摘 要 基于动态粗集理论，提出一种改进的动态粗集决策树算法。改进后的算法对每一属性计算数据对象迁移系数的和，值最 大的属性成为决策树的根；在对决策树分叉时，给每一决策类别的数据对象集合计算从根到分叉属性所构成的属性集的膨胀度，值 大的属性构成分支结点。算法在UCI机器学习数据库原始数据集及其噪音数据集上的实验结果表明，该算法构造的决策树在规模 与分类准确率上均优于 ID3算法及 C4．5算法。 关键词 动态粗集 决策树 迁移系数 属性 中图分类号 TP3I1 文献标识码 A DOI：10．3969／j．issn．1000—386x．2013．08．026 RESEARCH oN APPLICATIoN oF DYNAM IC RoUGH SET THEoRY ‘ IN DECISION TREE ALGoRITHM ZhangJun LiPeng (SchoolofBusiness，ShandongUniversityofTechnology，Zibo255049，Shandong，China) Abstract Basedonthetheoryofdynamicroughset，wepresentanimproveddynamicrough setdecisiontreealgorithm．Theimproved algorithmcalculatesforeachattributethesumoftransitioncoefficientofdataobjectandtheattributewithmaximumsumvaluewillbechosen astherootofthedecisiontree．Whenbifurcatingthedecisiontree，thealgorithmcalculatesofrthecollectionofdataobjectsineachdecision category theexpansiondegreeoftheattributessetconsistingtheattributesfrom roottobranches，andtheattributeswithmaximum expansion dergeewillbeselectasthebranchnodes．Theexperimentalresultsofthealgorithm onprimary datasetofUCImachinelearningdatabaseand ongenerateddatasetswithnoisepointsprovesthatthedecisiontreeconstructedbythisalgorithm achievesbetterclassificationaccuracyand smallerSC：alethanthoseof ID3andCA ．5algorithms． Keywords Dynamicroughset Decisiontree Transitioncoefficient Attribute 的验证过程中使用的数据集通常是一个静态集合，当数据集中 0 引 言 的数据对象的属性值缺失或噪音属性增多，算法的准确率会发 生变化。 决策树的构造算法有许多种 ，其中ID3算法以及在此基础 为了解