| 中文题名： | 基于优化断点离散化的模糊决策树分类算法 |
| 姓名： | |
| 保密级别： | 公开 |
| 学科代码： | 070104 |
| 学科专业： | |
| 学生类型： | 硕士 |
| 学位： | 理学硕士 |
| 学位年度： | 2004 |
| 学校： | 北京师范大学 |
| 校区： | |
| 学院： | |
| 研究方向： | 数据挖掘 |
| 第一导师姓名： | |
| 第一导师单位： | |
| 提交日期： | 2004-06-18 |
| 答辩日期： | 2004-05-26 |
| 中文关键词： | 数据挖掘 ; 分类 ; 决策树 ; 离散化 ; 信息熵 ; 基于熵的离散化 ; 断点 ; 模糊集 ; 隶属函数 ; 模糊化 ; 模糊数 ; 模糊决策树 ; 约简 ; 推理 |
| 中文摘要： |
本文主要研究了决策树生成算法的优化问题。首先，讨论了连续值属性离散化方法的优化问题。先分析现有的离散化方法的优缺点，以模糊集理论为基础提出一种基于优化断点的离散化方法，该方法形成的离散化断点不依赖于模糊子集隶属函数的形状，并且文中利用模糊集理论和概率理论证明了这样得到的断点的合理性。然后，提出了决策树生成算法的优化问题。在基于优化断点的离散化方法的基础上给出一种模糊化方法，将离散化得到的子集进行模糊化，并由此提出一种模糊决策树生成算法。最后，给出模糊决策树的约简算法，并给出利用约简的模糊决策树进行分类的方
﹀
|
| 外文摘要： |
The optimization of the decision trees constructing algorithm is studied mainly in this thesis. Firstly, the optimization of the discretization algorithm is studied. After the merits and the defects of all kinds of existing discretization algorithms are i
﹀
|
| 参考文献总数： | 28 |
| 馆藏号： | 硕070104/0406 |
| 开放日期： | 2004-06-18 |
谷歌
