知识粗糙度相关论文
粗糙集理论是研究不完整、不确定问题的一种有效的方法，它具有不需要先验知识，忠实于原始数据的优点。在数据挖掘与数据库知识发现领......
分类是数据挖掘的一个重要研究分支，决策树模型是分类中最常用的一种方法，得到了广泛的研究和应用。然而，由于存在种类偏见和抗噪音差......
单变量决策树难以反映信息系统属性间的关联作用，构造的决策树往往规模较大。多变量决策树能较好地反映属性间的关系，得到非常简单的......
提出了一种基于粗糙集中知识粗糙度的构建多变量决策树的算法。基本思想是，在选择了核属性作为决策树的根节点后，将选择知识粗糙度最......
决策树是一种重要的数据分类方法,测试属性的选择直接影响到决策树中结点的个数和深度,本文提出了一种基于知识粗糙度的方法。通过......
给出了知识的粗糙度概念，得到了知识粗糙度随着知识粒度变小而单调递减的结论，并通过知识的粗糙度对属性的重要性进行定义．在此基础上......
详细介绍了利用粗糙集的基本理论构造变压器的多变量故障决策树的具体过程,考虑了属性间的关联性,避免了生成决策树时故障特征的重......
