近似分类精度相关论文
从理论上研究了决策表中决策值细化程度与信息粒度、近似分类的精度及近似分类质量之间的关系,结果表明,决策属性的属性值划分得越......
决策树是一种有效的数据分类方法。传统的决策树方法是通过信息熵的计算去生成决策树的节点，计算量大。基于粗糙集理论，利用近似精度......
文本分类是当今信息检索和数据挖掘等领域的研究热点,而特征加权是文本分类过程中的重要步骤。为了提高分类质量,文章通过深入分析......
针对分类决策树构造时最优属性选择困难、难以适合大规模数据集的问题,提出新的属性选择标准——属性分类重要性测度,引入置信度和......
文本预处理是文本分类的首要任务,特征加权直接影响文本预处理的质量,本文提出了基于粗糙集和特征位置重要度加权的方法,该方法的......
针对经典决策树算法构造的决策树结构复杂、缺乏对噪声数据适应能力等局限性,基于多尺度粗糙集模型提出一种新的决策树构造算法。......
针对水下大坝裂缝图像信噪比低、光照分布极度不均匀和裂缝纹理被阴影遮挡等难题,本文提出一种基于粗糙集分类规则发现水下大坝裂......
由等价关系R所决定的近似空间（U,R）上,可用近似分类精度来表示可能的决策中正确决策的百分比。将近似分类精度概念推广到一般关系双......
针对ID3算法构造的决策树结构复杂、对噪声数据比较敏感等局限性,提出一种新的面向噪声数据的决策树构造算法。算法借鉴变精度粗糙......
由等价关系R所决定的近似空间（U,R）上,近似分类精度指出了可能的决策中正确决策所占的百分比,近似分类质量则表明了应用知识R能确切......
针对决策树构造中存在的最优属性选择困难、抗噪声能力差等问题,提出了一种新的基于变精度粗糙集模型的决策树构造算法。该算法采......
