论文研究支持向量机参数优化研究.pdf

数据挖掘是人工智能中知识发现的重要组成部分，而分类又是一种主要的应用形式。ID3算法是数据挖掘中经典的决策树分类算法，ID3算法具有抗噪声能力差的缺点。通过对分类和粗糙集理论的研究，将可变精度粗糙集理论的思想应用在计算属性信息熵时设定阈值上，以放宽属性选择的要求，从而对经典的ID3算法作了相应的改进。改进后的ID3算法（称之为VPID3算法）可在一定程度上降低噪声对系统分类的干扰，提高了有数据有噪声情况下的分类精度。另外根据该算法设计并实现了一个分类器，并通过实验检验了该算法的性能。