基于粗集的混跟变量决策树构造算法研究探究ahref=11a.pdfVIP

基于粗集的混和变量决策树构造算法研究1 胡学钢 张冬艳2 （合肥工业大学，计算机与信息学院，安徽，合肥，230009 ） 摘要：决策树学习算法是一种分而治之的算法。传统的单变量决策树学习算法忽略了属性之间的 关系，导致规模较大，而多变量决策树较为复杂，难以理解。本文提出混合变量决策树结构，并 在此基础上提出基于粗集理论的混合变量决策树构造算法 RSH2 ，算法在每个结点选择尽可能少 的属性明确划分尽可能多的实例，减小了决策树规模，且易于理解。将RSH2 算法与 ID3 算法以 及基于粗集的单变量决策树算法 HACRs 进行实验比较，结果表明该算法有着良好的性能。 关键词：单变量决策树；多变量决策树；粗糙集合；归纳学习 中图分类号：TP18 Research on Decision Tree Inductive Algorithm Based on Rough Set Theory HU Xue-gang, ZHANG Dong-yan School of Computer and Informatio