一种基于信息论的归纳分类学习算法

• 作者: 文娟 林克明 薛永生
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 信息论 贡献 分类规则
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 198-201
• 页数: 4页
• 分类号: TP391
• 字数: 3420字
• 语种: 中文
• DOI: 10.3321/j.issn:0438-0479.2009.02.011

摘要

提出了一种基于信息论的归纳分类学习算法--最大贡献分类算法.该算法根据信息论中信道传输的理论,把类别空间和各特征空间的概率转移矩阵以及互信息结合起来,定义了贡献的概念,从而得出了对给定的观测值,用它的最大贡献作为对实体进行分类的规则.文中通过实例学习与分析,验证了这种算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛永生	厦门大学信息科学与技术学院	61	490	13.0	18.0
2	林克明	三明学院数学与计算机科学系	14	70	4.0	7.0
3	文娟	厦门大学经济学院	9	73	4.0	8.0