基于粗糙集理论的决策树方法在贷款客户信用评估中的应用

摘要

决策树是数据挖掘中常用的分类技术,其生成的规则便于决策者理解和应用.然而面对较多的属性且含有冗余和噪声属性的记录集生成的决策树时,无法删除冗余属性,造成运算过程复杂.本文旨在通过应用粗糙集理论,将其与决策树方法进行结合,对属性进行约简,降低运算复杂度,并生成相对简化的规则形式,并将其应用到银行个人贷款客户信用评估之中.