区间值属性不完全信息下的数据挖掘

• 作者: 李旗号 盛昭瀚 赵卫东
• 来源期刊: 系统工程理论方法应用
• 学科: 工学
• 关键词: 不完全信息 区间值属性 粗集 模糊熵 数据挖掘
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 136-139,149
• 页数: 5页
• 分类号: TP18
• 字数: 4642字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2542.2001.02.012

摘要

不完全信息下的数据挖掘是一个困难的问题，但它在实际决策中是不可避免的。除空值和层 次型概念外，区间值属性的处理是典型的不完全信息问题。本文基于粗集理论和扩张矩阵等 理论，首先分析区间值属性的优选是NP问题，然后提出了一种分割极小点区间值属性的启发 式决策树生成算法，并构造了概率决策树和模糊决策树，以改进传统决策树数据挖掘方法的 不足。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵卫东	东南大学经济管理学院	18	514	11.0	18.0
2	李旗号		48	873	17.0	28.0
3	盛昭瀚	东南大学经济管理学院	52	1385	20.0	36.0