针对Naive Scaler的改进

• 作者: 范力进 鄂旭
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 粗糙集 离散化 决策表 不可分辨关系 Naive Scaler
• 年，卷（期）: 2009,（13）
• 所属期刊栏目: 人工智能
• 页码范围: 3148-3150,3253
• 页数: 4页
• 分类号: TP311.13
• 字数: 4731字
• 语种: 中文

摘要

决策表离散化要求决策表中原有的分类结果不变,而NaiveScaler算法在离散化时,有些根据不可分辨关系应该得到的断点很可能被丢掉,造成决策表信息的丢失.针对这一问题,对其进行了研究并改进.原算法在扫描相同条件属性值而决策值不同的对象时,由于这些对象的排序不同可能造成离散的结果不同.主要是在这里某些断点可能被遗漏,并引进新的冲突.为此,当条件属性值变化时查看其决策属性值,若有不同决策属性值则追加断点以消除断点被丢掉的可能.进而使得到的初始断点集更可靠.最后给出实例表明该算法有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鄂旭	辽宁工业大学电子与信息工程学院	16	88	6.0	9.0
2	范力进	辽宁工业大学电子与信息工程学院	2	6	2.0	2.0