基于糊模ID3算法的高校学生流失数据挖掘研究
快等优点。1.2 糊模ID3算法模糊决策树学习算法有很多，比较常见的是糊模ID3算法，它是模糊理论在ID3算法中的运用，主要用于处理模糊和不确定的信息。它也采用了分治策略，在构造模糊决策树时，选取最小模糊信息熵作为节点属性选择标准。设有经过模糊后的示例集合V={V1，V2，…，Vn}，模糊特征属性A={A1，A2，…，Am}，模糊类属性C={C1，C2，…，Cj}，每个属性Ai的属性值K（Ai）={ai1，ai2，…，aiki}（i=1，2，…，m），隶属度umn表示第m个示例Vm关于第n个属性的值，它是K（Am）上的模糊子集。对于数据集V的信息增益G（Ai，V）的计算公式如下：公式⑴其中，，j为分类个数，。构建模糊决策树过程如下：选取一个结点中的任一个属性值Ai，根据公式⑴计算出每个属性Ai对于数据集V的信息增益G（Ai，V），从所有属性值中选取最大信息增益的属性作为测试属性，根据这个属性进行模糊分割，得到其他节点，并依次判别是否叶子节点，重复以上的过程，直到每一个结点都是叶子为止。叶子节点产生的条件：①
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：