连续值属性决策表中的知识获取方法

• 作者: 冯林 李天瑞 王国胤
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 粗糙集 属性约简 知识获取 离散化
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 2432-2438
• 页数: 7页
• 分类号: TP18
• 字数: 6240字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2009.11.013

摘要

提出了一种从连续值属性决策表中获取知识的方法KACVA(Knowledge Acquisition from decision tablescontaining Continuom-Valued Attributes).该方法将经典粗糙集理论对数据空间的等价划分转换为相似划分,把传统粗糙集理论中正域的表示方法扩充到连续值属性决策表中;通过计算连续值属性决策表中各条件聚类对决策类的分类能力,生成决策规则.不同数据集的实验测试结果表明:对连续值属性决策表中的知识获取,KACVA方法与传统的粗糙集相关知识获取方法及C4.5决策树分类方法相比,有更高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯林	四川师范大学计算机科学学院	36	201	8.0	12.0
10	王国胤	重庆邮电大学计算机科学与技术研究所	212	6947	36.0	79.0
11	李天瑞	西南交通大学信息科学与技术学院	116	965	17.0	24.0