基于粗糙集的决策树分类算法

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-11页
·研究背景	第7页
·研究意义与现状	第7-10页
·本文的主要内容与结构	第10-11页
第二章 决策树分类算法概述	第11-23页
·决策树的构建过程	第11-18页
·构建决策树的步骤	第11-14页
·属性的选择及分支的处理	第14-16页
·决策树的剪枝	第16-17页
·决策树算法的评估	第17-18页
·决策树算法介绍	第18-23页
·ID3算法	第19-20页
·C4.5算法	第20-23页
第三章 粗糙集理论	第23-29页
·粗糙集的基本概念	第23-26页
·粗糙集理论的特点	第26-27页
·粗糙集在决策树算法中的应用	第27-29页
第四章 基于粗糙集的决策树分类改进算法	第29-53页
·属性间的关联度	第29-36页
·一种新的多检验属性的选择算法	第36-42页
·对多检验属性选择方法的分析	第36-40页
·一种新的属性选择算法	第40-42页
·多检验属性的分支合并算法	第42-45页
·多检验属性决策树的构建算法	第45-46页
·实验结果与分析	第46-53页
·实验数据	第46页
·实验结果分析	第46-53页
第五章 总结与展望	第53-55页
致谢	第55-57页
参考文献	第57-61页
研究成果	第61页