基于粗糙集合理論的決策樹優(yōu)化方法研究.pdf

1、分類是數(shù)據(jù)挖掘的重要任務(wù)之一，決策樹模型是數(shù)據(jù)挖掘的常用分類模型，自1966年被提出以來已經(jīng)得到了廣泛的研究和應(yīng)用。然而，由于在決策樹的構(gòu)造過程中采用了貪心算法，因而造成了決策樹容易過分?jǐn)M合、規(guī)模過大、產(chǎn)生的規(guī)則長(zhǎng)度過長(zhǎng)等特點(diǎn)。針對(duì)這些問題，研究人員提出了多種優(yōu)化方法。本文對(duì)現(xiàn)有的決策樹方法進(jìn)行了全面的研究的基礎(chǔ)上，提出了一種基于粗糙集合理論的決策樹優(yōu)化算法。 本文的主要工作如下： (1)介紹了KDD的定義、基本過程、應(yīng)

2、用范圍和面臨的主要問題，介紹了決策樹算法的應(yīng)用、常用的分類模型和基于決策樹的經(jīng)典分類模型。 (2)對(duì)現(xiàn)有的各類決策樹優(yōu)化技術(shù)進(jìn)行了詳細(xì)的介紹，如修改測(cè)試屬性空間、改進(jìn)測(cè)試屬性選擇方法、決策樹的剪枝、對(duì)數(shù)據(jù)進(jìn)行限制和改變數(shù)據(jù)結(jié)構(gòu)等，并介紹了每種方法中比較經(jīng)典的算法。同時(shí)對(duì)各種方法進(jìn)行了定性分析，比較了各自類方法的優(yōu)缺點(diǎn)。 (3)基于以往所提出的多變量決策樹模型的不足之處，本文提出了一種改進(jìn)的多變量決策樹算法VPMDT，該算