基于決策樹分類算法的噪聲容錯性研究.pdf

1、數據分類是一種重要的數據挖掘技術，常用的數據分類方法有決策樹歸納分類、貝葉斯分類、神經網絡分類和K最鄰近分類等，采用的理論及算法有決策樹(Decision Tree)、粗糙集(Rough set)、人工神經網絡(Artificial Neural Network)、遺傳算法(Genetic Algorithms)等。
　　 ID3算法以信息熵作為屬性選擇的標準，是經典的決策樹算法，但該算法沒有考慮噪聲數據的影響，使得算法的抗噪聲

2、能力比較差。針對上述的不足，本文分別結合粗糙集理論、人工神經網絡對ID3算法作了改進研究，主要內容包括:
　　 首先，對決策樹、可變精度粗糙集理論進行了系統(tǒng)的研究，分析了變精度粗糙集中分類質量與分類正確率的關系。考慮到可變精度粗糙集理論在處理噪聲數據方面具有較強的抑制能力，以及實際應用中常關心的分類質量問題，提出了基于分類質量的變精度ID3算法。
　　 與此同時，結合粗糙集理論中屬性約簡算法可以在不影響分類能力的前提下對

3、數據集進行簡化的特性，本文還提出了變精度的屬性約簡算法。
　　 其次，考慮到神經網絡具有魯棒性、自適應性和高度容錯性等特點，并且在利用粗糙集理論知識構建決策樹算法的屬性選擇標準啟發(fā)下，提出了基于樣條權函數神經網絡的決策樹生成算法。
　　 隨后，分別對基于分類質量的變精度ID3算法及基于樣條權函數神經網絡的決策樹算法構建了分類器，用UCI數據庫中的多個數據集作為測試數據進行了實驗，實驗結果表明改進后的決策樹生成算法在抑制噪