论文部分内容阅读
针对不确定数据的概率分布难以获取的客观实际，讨论了缺失概率分布的值不确定离散对象的决策树。定义了（条件）概率区间，并证明了（条件）概率区间是可达概率区间；基于可达概率区间，定义了（条件）熵区间，并给出了求解（条件）熵区间的上／下界的方法；采用条件熵区间作为属性选择度量，提出了一种新的不确定决策树，将以0—1划分对象的决策树扩展到以概率区间分配对象的决策树，这样不仅可以处理缺失概率分布的值不确定离散对象，也可以处理确定离散对象。通过在基于UCI数据集的不确定数据集上的实验，证实了不确定决策树是有效的。