已閱讀1頁(yè)，還剩58頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明：本文檔由用戶(hù)提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、分類(lèi)是數(shù)據(jù)挖掘的一個(gè)重要研究分支，決策樹(shù)模型是分類(lèi)中最常用的一種方法，得到了廣泛的研究和應(yīng)用。然而，由于存在種類(lèi)偏見(jiàn)和抗噪音差等問(wèn)題，使決策樹(shù)的優(yōu)化成為關(guān)注的熱點(diǎn)之一。本文基于粗糙集理論對(duì)決策樹(shù)的構(gòu)造方法和優(yōu)化問(wèn)題展開(kāi)研究，主要工作如下： (1)綜述并分析了決策樹(shù)經(jīng)典構(gòu)造及優(yōu)化方法。 (2)以知識(shí)粗糙度作為決策樹(shù)屬性選擇判據(jù)，提出決策樹(shù)構(gòu)造算法KRD，所構(gòu)造的決策樹(shù)的規(guī)模和分類(lèi)精度比ID3有所提高。 (3)提出一
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于覆蓋粗糙集理論決策樹(shù)的構(gòu)造.pdf
- 基于粗糙集合理論的決策樹(shù)構(gòu)造算法研究.pdf
- 基于粗糙集的決策樹(shù)分類(lèi)方法研究.pdf
- 基于決策樹(shù)和粗糙集的分類(lèi)方法研究
- 基于決策樹(shù)和粗糙集的分類(lèi)方法研究.pdf
- 基于粗糙集的決策樹(shù)算法研究.pdf
- 基于粗糙集合理論的決策樹(shù)優(yōu)化方法研究.pdf
- 基于粗糙集和決策樹(shù)的規(guī)則提取方法研究.pdf
- 基于粗糙集理論的決策樹(shù)生成與剪枝方法.pdf
- 基于粗糙集的決策樹(shù)學(xué)習(xí)算法研究.pdf
- 基于水平效應(yīng)的模糊粗糙度量方法研究.pdf
- 基于粗糙集的決策樹(shù)分類(lèi)算法.pdf
- 基于粗糙集理論的決策樹(shù)剪枝.pdf
- 基于決策樹(shù)的分類(lèi)方法研究.pdf
- 基于粗糙集的決策樹(shù)算法研究與改進(jìn).pdf
- 基于粗糙集理論的決策樹(shù)生成系統(tǒng).pdf
- 基于決策樹(shù)的屬性約簡(jiǎn)方法研究.pdf
- 基于決策樹(shù)的軟件分類(lèi)方法研究.pdf
- 基于粗糙集和灰色理論的決策樹(shù)算法研究.pdf
- 保持隱私的決策樹(shù)構(gòu)造過(guò)程的研究.pdf
評(píng)論
0/150
提交評(píng)論