论文部分内容阅读
不确定数据funcertaindatal广泛存在于现实世界的各个领域.研究界开始逐渐重视不确定数据的研究.目前,针对不确定数据的代价敏感决策树(CSDTU)的研究中只能进行简单测试,其过多的测试造成很大的代价浪费.本文扩展确定数据上代价敏感决策树的单批测试算法,将其应用到代价敏感不确定决策树(CSDTU).通过不确定数据模型中属性值的概率势(ProbabilityCardinality)计算树属性选择过程中的代价,实现了不确定单批测试算法.在UCI数据集上的实验表明,不确定单批测试优于简单测试,可以有效的