文摘
英文文摘
独创性声明及学位论文版权使用授权书
引 言
第1章.决策树生成算法
1.1决策树技术
1.2决策树生成算法
1.2.1 CLS学习算法
1.2.2 ID3学习算法
1.2.3 C4.5学习算法
1.2.4 CART学习算法
1.2.5其它算法
1.3决策树生成算法评价
第二章.对基于粗糙集理论的决策树生成方法进行改进
2.1粗糙集研究背景
2.1.1粗糙集理论的发展
2.1.2粗糙集理论的特点
2.1.3粗糙集理论的基本原理
2.2基于粗糙集理论的决策树生成方法
2.3决策树生成示例
2.3.1基于粗糙集理论构造决策树
2.3.2ID3算法构造决策树
2.3.3算法对比
2.4基于变精度粗糙集理论对决策树生成方法进行改进
2.4.1基于Pawlak粗糙集理论的决策树生成方法的缺陷
2.4.2变精度粗糙集理论的基本概念
2.4.3生成方法的改进
2.4.4示例验证
2.5结论
第三章决策树的剪枝
3.1控制树的大小
3.1.1预剪枝
3.1.2后剪枝法
3.2修改测试属性空间
3.2.1数据驱动方法
3.2.2假设驱动构造
3.3改进测试属性的选择
3.4对数据进行限制
3.4.1实例选择
3.4.2属性选择
3.5改变数据结构
3.5.1决策图
3.5.2规则集
3.6基于粗糙集理论的新的决策树剪枝方法
3.6.1剪枝方法
3.6.2剪枝示例
3.7结论
结 论
参考文献
致谢
在学期间公开发表论文用著作情况