基于粗糙集理论的决策树分类算法与应用研究

摘要

鉴于目前很多决策树分类算法不能有效地处理连续属性和缺失值,本文对基于粗糙集理论的决策树分类算法进行了研究,研究的目的是构造具有较高分类精度的决策树、使决策树分类算法能有效地处理连续属性和缺失值。为了达到研究的目的,对基于粗糙集理论的数据预处理算法和基于粗糙集理论的决策树构造算法进行了研究:针对目前不完备决策表的离散化算法较少,提出了一种基于属性重要性的离散化算法的改进算法;针对ROUSTIDA算法的一些缺陷,提出了一种ROUSTIDA算法的改进算法;提出了一种基于粗糙集理论的决策树构造算法,该算法以属性重要性和近似分类的精度作为构造决策树的属性选择度量。
　　 在本文采用的算法和提出的算法的基础上,设计了一种基于粗糙集理论的决策树分类算法,该分类算法包括三个主要步骤:读取样本集并对样本集进行预处理,采用基于粗糙集理论的决策树构造算法构造决策树,采用PEP方法对决策树剪枝。该分类算法能有效地处理连续属性和缺失值,能构造出分类精度较高的决策树,通过实验验证了该分类算法具有较好的性能。
　　 设计了一个电子学习用品销售分类系统,该系统的主要功能是对电子学习用品按照销售量进行分类。该系统应用了本文的决策树构造算法构造决策树,并采用PEP方法对决策树剪枝。采用SQL Server 2000 + VC++ 6.0实现了该系统,对系统的测试结果表明,该系统能有效地对电子学习用品按照销售量进行分类,从而给电子学习用品的销售决策者提供了有一定价值的分析方法和决策支持。