计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2011年
2期
90-93
,共4页
增量式学习%多变量决策树%粗糙集%相对泛化
增量式學習%多變量決策樹%粗糙集%相對汎化
증량식학습%다변량결책수%조조집%상대범화
针对增量数据集,结合粗糙集理论和多变量决策树的优点,给出了增量式的多变量决策树构造算法.该算法针对新增样本与已有规则集产生矛盾,即条件属性相匹配,而决策属性不匹配的情况,计算条件属性相对于决策属性的核,如果核不为空,则计算核相对于决策属性的相对泛化,根据不同的结果形成不同的子集,最终形成不同的决策树分支.该算法很好地避免了在处理增量数据集时,不断重构决策树.实例证明该算法的正确性,对处理小增量数据集具有良好的性能.
針對增量數據集,結閤粗糙集理論和多變量決策樹的優點,給齣瞭增量式的多變量決策樹構造算法.該算法針對新增樣本與已有規則集產生矛盾,即條件屬性相匹配,而決策屬性不匹配的情況,計算條件屬性相對于決策屬性的覈,如果覈不為空,則計算覈相對于決策屬性的相對汎化,根據不同的結果形成不同的子集,最終形成不同的決策樹分支.該算法很好地避免瞭在處理增量數據集時,不斷重構決策樹.實例證明該算法的正確性,對處理小增量數據集具有良好的性能.
침대증량수거집,결합조조집이론화다변량결책수적우점,급출료증량식적다변량결책수구조산법.해산법침대신증양본여이유규칙집산생모순,즉조건속성상필배,이결책속성불필배적정황,계산조건속성상대우결책속성적핵,여과핵불위공,칙계산핵상대우결책속성적상대범화,근거불동적결과형성불동적자집,최종형성불동적결책수분지.해산법흔호지피면료재처리증량수거집시,불단중구결책수.실예증명해산법적정학성,대처리소증량수거집구유량호적성능.
