粗糙集与决策树比较研究

  • 翟俊海 ,
  • 张素芳 ,
  • 徐正夫 ,
  • 王熙照
展开
  • 1.河北大学数学与计算机学院,河北省机器学习与计算智能重点实验室,河北保定071002; 2.河北省信息工程学校计算机教研室,河北保定,071000; 3.北京交通大学海滨学院,河北黄骅,061100

网络出版日期: 2012-07-25

基金资助

国家自然科学基金资助项目,河北省自然科学基金资助项目,河北省高等学校科学技术研究重点项目,河北大学自然科学基金资助项目

Comparative study on rough sets and decision trees

  • ZHAI Jun-hai ,
  • ZHANG Su-fang ,
  • XU Zheng-fu ,
  • WANG Xi-zhao
Expand

Online published: 2012-07-25

摘要

粗糙集和决策树都属于归纳学习方法,都可以从一个离散值决策表中抽取出规则.本文从算法过程、计算复杂性、规则个数、泛化能力、稳健性几个方面对粗糙集和决策树进行了比较研究,得出了一些重要结论,能为相关研究提供一些有价值的参考.

本文引用格式

翟俊海 , 张素芳 , 徐正夫 , 王熙照 . 粗糙集与决策树比较研究[J]. 河北大学学报(自然科学版), 2012 , 32(4) : 421 -428 . DOI: 10.3969/j.issn.1000-1565.2012.04.016

参考文献

[1] 王国胤, 姚一豫, 于洪, WANG Guo-Yin, YAO Yi-Yu, YU Hong. 粗糙集理论与应用研究综述 [J]. 计算机学报 2009.doi:10.3724/SP.J.1016.2009.01229
[2] 侯利娟, 王国胤, 聂能, 吴渝. 粗糙集理论中的离散化问题 [J]. 计算机科学 2000.doi:10.3969/j.issn.1002-137X.2000.12.023
[3] 翟俊海, 张素芳, 王熙照, ZHAI Jun-hai, ZHANG su-fang, WANG Xi-zhao. 关于ID3算法的最优性证明 [J]. 河北大学学报(自然科学版) 2006.doi:10.3969/j.issn.1000-1565.2006.05.022
[4] 王煜, 张明, 马力, WANG Yu, ZHANG Ming, MA Li. 基于词条聚合和决策树的文本分类方法 [J]. 河北大学学报(自然科学版) 2005.doi:10.3969/j.issn.1000-1565.2005.03.024
[5] 周宁, 谢博鋆, 王涛, ZHOU Ning, XIE Bo-jun, WANG Tao. 2种启发式算法抗噪能力的对比研究 [J]. 河北大学学报(自然科学版) 2011.doi:10.3969/j.issn.1000-1565.2011.01.021
[6] QUINLAN R. Induction of decision trees [J]. Machine Learning 1986, 1.
[7] PAWLAK Z. Rough Sets [J]. International Journal Computer Information Science 1982, 11(05).
[8] Pattaraintakorn P, Cercone N. Integrating rough set theory and medical applications [J]. Applied mathematics letters 2008, 4(4).
[9] Pawlak Z, Skowron A. Rough sets and Boolean reasoning [J]. Information Sciences: An International Journal 2007, 1(1).
[10] Othman, M. L., Aris, I., Abdullah, S. M., Ali, M. L., Othman, M. R.. Knowledge Discovery in Distance Relay Event Report: A Comparative Data-Mining Strategy of Rough Set Theory With Decision Tree [J]. IEEE Transactions on Power Delivery 2010, 4(4).
[11] 苗夺谦, 李道国. 粗糙集理论、算法与应用 [M]. 北京:清华大学出版社 2008.
[12] YAO Yiyu, LIN Tsau Young. Generalization of Rough Sets using Modal Logic [J]. International Journal of Intelligent Automation and soft Computation 1996, 2(01).
[13] ZIARKO W. Variable precision rough set model [J]. Journal of Computer and Systems Sciences 1993, 46(01).
[14] DUBOIS D, PRADE H. Rough fuzzy sets and fuzzy rough sets [J]. International Journal of General Systems 1990, 17(02).
[15] YUAN Yufei, SHAW M J. Induction of fuzzy decision trees [J]. Fuzzy Sets and Systems 1995, 69(02).
[16] Zhai, J.. Fuzzy decision tree based on fuzzy-rough technique [J]. Soft computing: A fusion of foundations, methodologies and applications 2011, 6(6).
[17] PEDRYCZ W, SOSNOWSKI A. C-fuzzy decision trees [J]. IEEE Transactions on Systems Man and Cybernetics 2005, 34(04).
[18] BAZAN J, NGUYEN H S, NGUYEN S H. Rough set algorithms in classification problem [A]. Heidelberg New York:Physica-Verlag 2000.
[19] Xindong Wu, Vipin Kumar, J. Ross Quinlan, Joydeep Ghosh, Qiang Yang, Hiroshi Motoda, Geoffrey J. McLachlan, Angus Ng, Bing Liu, Philip S. Yu, Zhi-Hua Zhou, Michael Steinbach, David J. Hand, Dan Steinberg. Top 10 algorithms in data mining [J]. Knowledge and information systems 2008, 1(1).
文章导航

/

〈 〉