模糊决策树归纳相关论文
该文系统地研究了在模糊环境下的机器学习重要分支—示例学习理论、算法及其应用.以Zadeh的模糊集理论为基础,该文建立的示例学习......
首先介绍了经典示例学习算法并且指出了经典算法中存在的一些缺陷和不足,分别分析了ID3算法、模糊ID3算法、基于不确定性算法存在......
该文讨论了示例学习中有关连续值的模糊化问题，并在此基础上引入了模糊决策树归纳学习算法。通过示例比较，指出：进行连续值模糊化时，模......
决策树算法是对一组已知示例进行归纳学习,并生成一棵决策树的方法。该算法已被广泛的应用于自动知识获取领域。ID3算法是一种典型......
模糊决策树归纳学习是从示例中产生规则知识的一个重要方法，决策树的产生过程涉及到两个重要的参数α、β。一般说来，这两个参数的选......
设A是一训练集．B是A的一个子集，B是选择A中部分有代表性的示例而生成的。得到了这样一个结论，即对于适当选取的B．由B训练出的决策树其......
...
信息的不确定性是由于模糊性、随机性、不完全性、不精确性等因素造成的,不确定性信息在现实世界中广泛存在.关于这方面的研究主要......
大多数现有产生决策树的方法，是使用分类信息熵极小化启发式或使分类模糊性达最小选取扩展属性后，利用其属性值向外处伸进行树的扩展......
ID3算法是一种典型的决策树归纳算法,这种算法在假定示例的属性值和分类值是确定的前提下,使用信息熵作为启发式建立一棵清晰的决......
