一种高效的免疫模糊关联分类决策树算法研究

摘要

大家知道,传统的决策树算法,如:ID3,C4.5等,存在逻辑表达差、互信息计算复杂、性能改善比较困难等缺陷.仅考虑决策树的错误率;未考虑树的节点、深度等.对属性值分组时逐个探索;没有使用一种启发式搜索的机制.分组效率较低.本文针对此情况,提出了一种免疫模糊关联分类决策树算法.本算法克服了上述缺陷,对决策树的性能有明显改善.