近似分类质量相关论文
粗糙集理论是信息不确定性度量研究的重要理论工具,其特点是能直接从给定问题的描述集合出发,不需要先验知识和外界信息,通过知识对象......
针对D-S证据理论中基本概率赋值函数获取难的问题,本文以粗糙集理论与D-S证据理论的理论统一性为基础,提出了一种新的基于粗糙集......
针对C4.5决策树构造复杂、分类精度不高等问题,提出了一种基于变精度粗糙集的决策树构造改进算法。该算法采用近似分类质量作为节......
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......
在变精度粗糙集模型的基础上,通过定义近似分类质量来对条件属性进行选择,在ID3算法的基础上生成决策树,实现了对ID3算法的改进,使分类......
针对Pawlak糙集模型处理噪声信息的局限性,借鉴变精度粗糙集模型的思想,引入多尺度变量,建立单维的多尺度粗糙集模型。通过构造尺度变......
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......
正确分类率β是变精度粗糙集模型中重要的参数之一.针对变精度粗糙集中β参数的确定缺乏可预见性的问题,提出了在确定近似分类质量......
讨论了基于正区域与近似分类质量代数约简定义的等价性,证明了基于决策强度的属性约简与信息熵约简是等价的,从条件概率的角度将代数......
针对Pawlak粗糙集模型处理信息的某些局限性,借鉴变精度粗糙集模型的思想,创新地引入多尺度变量,建立单变量的多尺度粗糙集模型。......
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......
文章提出了一种基于近似分类质量的决策表属性约简算法,该原算法以空集作为初始属性约简,逐步增加使近似分类质量增加最大的属性,直至......
连续属性离散化是知识发现研究中重要的预处理过程,基于最近邻聚类和粗集的相关理论,提出一种新的有监督的多属性离散化方法。该算......
每天,世界上产生浩如烟海的数据,这些数据不仅在规模和复杂程度上与过去的数据天差地别,而且许多数据具有不确定性、不一致性和模......
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......