姚岳松，张贤勇+，陈 帅，邓 切

(1.四川师范大学 数学科学学院，四川 成都 610066；2.四川师范大学 智能信息与量子信息研究所,四川 成都 610066)

0 引 言

决策树模型是基于规则的分类方法的典型代表，广泛应用于医疗、社会学、金融等领域[1-6]。决策树通常有两类构造算法。一类是基于信息熵的算法，例如经典的ID3算法[7]和C4.5算法[8]，以及C4.5的改进算法[9-11]、ID3的改进算法[12]。粗糙集理论能够进行规则提取与知识获取，其中的属性重要度是依赖性推理的核心度量[13]。由此，基于属性依赖度的特征选择提供了决策树构造的另外一类方法，即基于粗糙集的算法[14-16]。

属性依赖度来源于下近似集成的分类正域[13]，由于要求条件粒完全包含于决策类，使得基于粗糙集的决策树模型抗噪能力不强。实际数据环境下，条件粒存在不协调于决策类的情况，从而基于粗糙集的决策树模型通常需要结合信息熵函数。关于特征选择的节点度量函数，信息熵刻画不确定性结构的信息，属性依赖度与粒度推理的代数表示有关；两种机制的异质性降低了分类效果。对于分类精度而言，属性依赖度源于分类正域的定性特征，其本质是分类精度的定性和绝对度量。因此，本文首先提出了一种定量的分类准确度指标——属性纯度，而相关的特征选择对分类精度也是有效的。进而，基于属性依赖度与属性纯度的同质异态性，采用“属性依赖度优先、属性纯度补充”的二级选择策略，建立一种新的决策树归纳算法，改进基于粗糙集的决策树算法。……