基于改进粗糙逼近近似度量的数据挖掘方法

• 作者: 张文宇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 决策表 粗糙集 分类近似
• 年，卷（期）: 2005,（23）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 203-205
• 页数: 3页
• 分类号: TP311
• 字数: 3096字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.23.062

摘要

数据挖掘是知识发现领域的一个重要问题,粗糙集理论是一种具有模糊边界的数据挖掘方法,它被广泛应用于决策系统的分类规则提取中.论文在决策表条件属性重要性度量的基础上,根据条件属性对决策类划分的逼近近似度量,提出了基于改进粗糙逼近近似度量的数据挖掘进行属性约减方法,并用算例验证了算法的合理性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文宇	西安邮电学院管理系	59	357	11.0	16.0