訓練數(shù)據(jù)分類結(jié)果的不可指定性與模糊決策樹泛化能力關系的研究.pdf

1、決策樹歸納算法是歸納學習中最重要的分支之一，是歸納推理中應用最廣，最實用的方法之一。模糊決策樹算法是決策樹算法的一種推廣，使之能夠處理模糊性和不可指定性信息。模糊決策樹與清晰決策樹有許多不同，其中一點是推理機制的不同。在清晰情況下，對于給定的一個樣例，只有一條規(guī)則可以用于分類。但在模糊情況下，有多條規(guī)則可以同時應用于一個樣例，因此在模糊決策推理過程中，一個樣例可能會以不同的程度被分到不同的類別中。
　　 決策樹正確分類訓練集之外

2、數(shù)據(jù)的能力稱為泛化能力，也稱為預測能力。泛化能力是評價決策樹生成算法好壞的最重要指標。泛化能力越強，預測精度就越高。判斷決策樹泛化能力強弱的最直接的方法是決策樹對未見過的樣例能正確分類的個數(shù)。測試精度越高，決策樹的泛化能力就越強。在實際應用中，決策樹算法的泛化能力直接影響著決策的準確度。
　　 一個樣例匹配一組IF-THEN模糊規(guī)則的分類結(jié)果通常是一種可能性分布。這種可能性分布可以用不可指定性來度量。本文試找出訓練數(shù)據(jù)分類結(jié)果的