基于信息增益的最佳属性集发现方法

被引：11

作者：

钟宁

尹旭日

陈世福

机构：

[1] 南京大学计算机软件新技术国家重点实验室,南京大学计算机软件新技术国家重点实验室,南京大学计算机软件新技术国家重点实验室江苏南京,江苏南京,江苏南京

来源：

小型微型计算机系统 | 2002年 / 04期

关键词：

最佳属性集; 信息增益; Rough集理论; 数据挖掘不一致性;

D O I：

暂无

中图分类号：

TP311.12 [];

学科分类号：

081202 ; 0835 ;

摘要：

怎样挖掘出简洁、紧凑、易于理解和有效的分类规则一直是研究人员和领域专家所面临的问题 .而通过发现最佳属性集是解决该问题的一种有效途径 .本文在 Rough集理论的基础上 ,将单属性信息增益概念扩充为多属性的情况 ,并引入到最佳属性的发现中 .实验表明 ,该算法能够挖掘出简洁易于理解和使用的规则 ,并且具有较高的分类能力

引用

页码：444 / 446

页数：3

共 6 条

[1] 一种基于Rough集的缺省规则挖掘算法 [J].

尹旭日 ;

陈世福 .

计算机研究与发展, 2000, (12) :1441-1445

[2] 关于Rough Set理论与应用的综述 [J].

王珏 ;

苗夺谦 ;

周育健 .

模式识别与人工智能, 1996, 9 (04) :337-344

[3]

Knowledge acquisition under uncertainty — a rough set approach[J] . Jerzy W. Grzymala-Busse.Journal of Intelligent and Robotic Systems . 1988 (1)

[4]

Induction of decision trees[J] . J. R. Quinlan.Machine Learning . 1986 (1)

[5] ROUGH SETS [J].

PAWLAK, Z .

INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356

[6]

Learning classification rules form database in the context of knowledge-acquisition and -representation 〔J 〕. R. Yasdi. IEEE Transactions on Knowledge and Data Engineering . 1991

← 1 →