一種基于變精度粗糙集的C4.5決策樹改進算法

摘要：針對C4.5決策樹構造復雜、分類精度不高等問題，提出了一種基于變精度粗糙集的決策樹構造改進算法。該算法采用近似分類質量作為節點選擇屬性的啟發函數，與信息增益率相比，該標準更能準確地刻畫屬性分類的綜合貢獻能力，同時對噪聲有一定的抑制能力。此外還針對兩個或兩個以上屬性的近似分類質量相等的特殊情形，給出了如何選擇最優的分類屬性作為節點的方法。實驗結果證明，該算法構造的決策樹在分類精度和規模上均優于C4.5算法。