| 一种基于粗糙集理论的启发式分类规则挖掘算法 |
| |
| 引用本文： | 李祝平,冯秀芳,李冰清. 一种基于粗糙集理论的启发式分类规则挖掘算法[J]. 太原理工大学学报, 2005, 36(2): 153-155 |
| |
| 作者姓名： | 李祝平 冯秀芳 李冰清 |
| |
| 作者单位： | 太原理工大学,信息工程学院,山西,太原,030024 |
| |
| 基金项目： | 山西自然科学基金项目(20041047) |
| |
| 摘 要： | 粗糙集理论是一种新的数据挖掘算法,文章以属性依赖重要性作为启发信息提出了一种新的属性约简算法,且加入了一定的分类正确度。最后通过一个实例完整演示了本方法,证实其有效性。
|
| 关 键 词： | 粗糙集 分类正确度 属性依赖度 约简 分类 |
| 文章编号： | 1007-9432(2005)02-0153-03 |
| 修稿时间： | 2004-09-05 |
A Heuristic Data Mining Algorithm Based on Rough Set for Classification Rules Extraction |
| |
| LI Zhu-ping,FENG Xiu-fang,LI Bing-qing. A Heuristic Data Mining Algorithm Based on Rough Set for Classification Rules Extraction[J]. Journal of Taiyuan University of Technology, 2005, 36(2): 153-155 |
| |
| Authors: | LI Zhu-ping FENG Xiu-fang LI Bing-qing |
| |
| Abstract: | Rough set is a new data mining algorithm. In this paper,we propose a new attributes reduction algorithm based on the significance of attribute dependencies as heuristic information and add a certain variable precision. At last, a practical example is given to illustrate the proposed method and verifies its effectiveness. |
| |
| Keywords: | rough set variable precision attribute dependencies reduction classification |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
