| Any-Cost Discovery:优化分类规则发现方法 |
| |
| 引用本文： | 钟智.Any-Cost Discovery:优化分类规则发现方法[J].广西师范学院学报(自然科学版),2005,22(3):76-80. |
| |
| 作者姓名： | 钟智 |
| |
| 作者单位： | 广西师范学院数学与计算机科学系,广西南宁530001 |
| |
| 摘 要： | 充分利用缺失数据中所包含的信息,提出了一种新的分裂属性的选择标准建立决策树.用户提供一定的资源后,通过访问该决策树,最大限度地利用该资源,以达到在有限资源约束下的最优结果.另外,该方法还可以对于需要追加资源与否提出建议.
|
| 关 键 词： | 任意资源 决策树 不完备数据 代价敏感度 |
| 文章编号： | 1002-8743(2005)03-0076-04 |
| 修稿时间： | 2005年4月20日 |
Any-Cost Discovery: Learning Optimal Classification Rules |
| |
| ZHONG Zhi.Any-Cost Discovery: Learning Optimal Classification Rules[J].Journal of Guangxi Teachers Education University:Natural Science Edition,2005,22(3):76-80. |
| |
| Authors: | ZHONG Zhi |
| |
| Abstract: | Fully taking into account the hints possibly hidden in the missing data,this paper proposes a new criterion when selecting attributes for splitting to build a decision tree for a given dataset.When consumer offers finite resources,we can make the best of the finite resources and obtain optimal results by the tree.In addition,we also put forward advice about whether it is worthy of increasing resources or not. |
| |
| Keywords: | any cost decision tree missing data cost-sensitive |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
