摘要
提出了一种基于粗糙集中知识粗糙度的构建多变量决策树的算法.基本思想是,在选择了核属性作为决策树的根节点后,将选择知识粗糙度最小的那个条件属性作为下一个分枝结点的检验属性.
We propose a new approach to multivariate decision tree construction based on knowledge roughness in rough set instead of information entropy as usual. The basic idea is that, after selecting core attributes as the root of the decision tree, a branching node will then be generated if the corresponding condition attribute provides the smallest knowledge roughness.
出处
《福州大学学报(自然科学版)》
CAS
CSCD
2004年第2期138-141,共4页
Journal of Fuzhou University(Natural Science Edition)
基金
福建省自然科学基金资助项目(A0310011)
福建省教育厅科技资助项目(JA03004)
福州大学科技发展基金资助项目(2003-XQ-24).
关键词
知识粗糙度
核
多变量决策树
信息熵
knowledge roughness
core
multivariate decision tree
information entropy