基于概率测度的数据挖掘扩展模型研究

• 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 粗糙集 概率测度 分类精度 近似空间
• 年，卷（期）: 2008,（25）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 132-135
• 页数: 4页
• 分类号: TP18
• 字数: 4976字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.25.040

摘要

为了得到数据挖掘过程中分类规则的统计特征,论文提出了一种挖掘概率规则的新方法.首先在经典粗糙集概念的基础上分析概率规则的分类,并将其推广到不确定系统的集合等价关系中,即用条件概率的形式表示研究集合的上下近似空间;然后根据概率规则的测度从条件概率的角度利用条件属性的逼近精度的相关参数进行属性集的约简进而提取分类规则;最后给出了相关的仿真实验结果,结果表明带有概率测度的分类规则更合理.

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