%0 Journal Article %A 高 静 %A 徐章艳 %A 宋 威 %A 杨炳儒 %T 一种新的基于粗糙集模型的决策树算法 %D 2008 %R 10.3969/j.issn.1000-3428.2008.03.004 %J 计算机工程 %P 9-11 %V 34 %N 3 %X 在基于粗糙集模型的决策树生成算法中,由于分类的精确性,导致生成算法在对实例进行划分时往往过于细化,无法避免少数特殊实例对决策树造成的不良影响,使得生成的决策树过于庞大,不便于理解,同时也降低了其对未来数据的分类和预测能力。针对上述问题,该文给出一个新的基于粗糙集模型的决策树生成算法,引入了抑制因子。对即将扩张的结点,除了常用的终止条件外,再加入一个终止条件:若样本的抑制因子大于给定的阈值,便不再扩展该结点。有效地避免了划分过细的问题,也不会生成过于庞大的决策树,便于用户理解。 %U http://www.ecice06.com/CN/10.3969/j.issn.1000-3428.2008.03.004