论文部分内容阅读
由于测量错误、数据陈旧以及多次重复测量等原因,导致了数据中出现了不确定数据。而传统的决策树分类是在精确数据集上进行的,需要扩展决策树分类方法,使其能处理含有不确定信息的数据。数据中的不确定性是由多个值构成的概率分布函数来表示的,因此使用整个的概率分布函数而不是一个简单的概率统计值,可以在很大程度上提高决策树分类的精度。