基于属性重要度的随机决策树学习算法 (2007年)

【文件属性】：
文件名称：基于属性重要度的随机决策树学习算法 (2007年)
文件大小：4.94MB
文件格式：PDF
更新时间：2021-06-17 13:02:57
自然科学 论文 文章提出一种基于属性重要度的随机决策树构造算法ASRDT，该算法利用粗糙集理论计算每个属性的属性重要度，提升重要属性的影响因子，使得建树过程中随机选择属性时，不同属性之间的区分度得以体现，从而显著提高了算法的抗干扰能力，使ASRST在保持原有RDT算法优点的基础上，更具有良好的分类准确率及稳定性。