从信息角度对决策系统中的属性重要度进行度量,在此基础上,提出一种知识约简的启发式算
法,它以信道容量为启发式信息, 减小了知识约简过程中的搜索空间。 实例分析表明,本算法能够获得决
策系统的一种良好的相对约简。
2021-04-20 14:42:43
167KB
1
本文在介绍粗糙集理论的基础上,给出粗糙集
理论在数据挖掘中的应用,属性约简的启发式算法,
通过一个实例说明了算法的有效性
2021-04-20 14:34:26
25KB
1
针对粗糙集理论中的属性约简问题做了探讨研究。从寻找属性约简的角度,首先描述了决策表中的属性的重要性,并利用已求得的正区域使处理数据的范围不断缩小,约简集中的属性从核集开始,通过向属性核添加重要性最大的属性,得到属性的最小相对约简。从而减少求约简的时间。最后进行实证,该算法同传统的算法相比,在计算量减少的同时能得到更简约的结果,证明了该算法的正确性和可行性。
2021-04-20 14:26:31
179KB
1