论文部分内容阅读
首先分析了基于正区域、基于粗糙边界和基于依赖度的属性选择标准的关系，并证明了这三种属性选择标准彼此等价。然后以正区域的属性选择标准为代表，分析了基于正区域的决策树生成算法的优点和不足。针对这些不足，给出了一种新的属性选择标准，即基于伴随正区域的属性选择标准。用新的属性选择标准生成的决策树一般具有叶子数目较少，叶子的平均深度也较小，且叶子具有较强的泛化能力。最后，用一实例说明了新的属性选择标准的优越性。