基于粗糙集扩展模型的决策树生成方法.pdfVIP

计算机科学2007V01．34No．8A 基于粗糙集扩展模型的决策树生成方法*) An ConstructionofDecisionTreesunderExtendedSet for Approach RoughTheory 李天瑞1 杨 宁1 潘无名2 (西南交通大学数学系 成都610031)1(四JIl大学计算机学院成都610065)2 AbstractDecisiontreeinductionisoneofthemost data with inVnOUS popularminingtechniquesapplications in fields．Presentforconstructiondecisiontreescallnotdealwith valueinforrnation algorithms missing systems new ratio，isfirstintroducedtheaidoftolerancerelationsintheextended properly．Aconcept．roughgain by rough set forconstructiondecisiontreesunderthe ratiois theory．Then，allapproach roughgain presented．Examples to showthatthedecisiontrees the methodtendhave stll】ctureandmoreunderstanda— genemtedby proposed simpler blerulesthanC4．5． Data set，Tolerancerelation Keywordsm啦，Decisiontree，Rough 中的不足，即ID3算法偏向于取值较多的候选属性 1 引言 等问题‘1·21。 数据挖掘是指从大量数据中提取出有效的、新 在现实中，由于数据测量的误差、对数据理解或 颖的、潜在有用的，以及最终可理解的模式的高级过 获取的限制以及数据登记时的疏忽等多种原因，数 程。其目的是从数据中抽取知识。而分类知识是反 据的缺损是常见的。因而，决策树构造过程也需要 映同类事物共同性质的特征型知识和不同事物之间 处理缺损的数据。常见的方法是删除带有未知属性 差异型特征知识。从带有类别标号的事例中获取分 值的样例或是将未知属性值用最常用的值代替。 类知识是现实中经常要解决的问题。所谓分类，就 CA．5／C5．0采用的方法是把空缺值当作一个特殊 是根据确定的概念外延导出概念的内涵(描述、区分 值来处理。然而，这些处理方法在实际应用中都不 数据类的模型或者分类函数)，以便区分新的概念外 尽如人意。如何有效处理空缺值一直是决策树研究 延，即能够用模型或函数预测那些类标记尚未可知 的热点[1-21。 的对象。因此，分类是一种有类标记指导的学习方 粗糙集理论作为一种新型的处理模糊和不确定 法[1．2]。迄今为止，人们已经提出很多分类算法，如知识的数学理论，最初是由波兰数学家Pawlak于 决策树归纳、贝叶斯分类