一种多变量决策树的构造与研究

作     者：陈广花 王正群 刘风 俞振州 CHEN Guang-hua;WANG Zheng-qun;LIU Feng;YU Zhen-zhou

作者机构：扬州大学信息工程学院江苏扬州225009 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2010年第46卷第25期

页      面：217-219,230页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金No.60875004 No.60774017 江苏省自然科学基金No.BK2009184 江苏省高校自然科学基础研究资助项目No.07KJB520133 

主　　题：决策树 粗糙集 属性依赖度 离散度 

摘      要：单变量决策树算法造成树的规模庞大、规则复杂、不易理解,而多变量决策树是一种有效用于分类的数据挖掘方法,构造的关键是根据属性之间的相关性选择合适的属性组合构成一个新的属性作为节点。结合粗糙集原理中的知识依赖性度量和信息系统中条件属性集的离散度概念,提出了一种多变量决策树的构造算法(RD)。在UCI上部分数据集的实验结果表明,提出的多变量决策树算法的分类效果与传统的ID3算法以及基于核方法的多变量决策树的分类效果相比,有一定的提高。