Prism 系列归纳学习算法综述

• 作者: 刘斌 姚莉 许臖怡 郝智勇
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 归纳学习 Prism算法 分类规则
• 年，卷（期）: 2014,（4）
• 页码范围: 769-776
• 页数: 8页
• 分类号: TP18
• 字数: 10542字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2014.04.27

摘要

模块化分类规则的归纳学习是机器学习领域应用较广的一类算法，已经发展形成了多个分支和派系，其中，Prism 系列算法是当前该类学习算法的典型代表之一。Prism 系列算法历经近20多年的发展，在多种归纳学习任务中得到了成功应用，目前已经成为决策树归纳算法的主要竞争者。本文在 Prism 系列算法基本框架的基础上，分别从单机算法和并发算法两个方面对 Prism 系列算法进行了综述，比较分析了不同算法对于多种分类问题的适应性、优缺点及相互关系，并展望了未来该类算法的发展方向。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝智勇	国防科学技术大学信息系统与管理学院	3	7	1.0	2.0
2	姚莉	国防科学技术大学信息系统与管理学院	13	140	7.0	11.0
3	刘斌	国防科学技术大学信息系统与管理学院	9	69	4.0	8.0
4	许臖怡	国防科学技术大学信息系统与管理学院	1	1	1.0	1.0