压缩近邻规则相关论文
归纳学习的核心问题是从给定的数据集中抽取分类规则，决策树归纳是一种典型的分类规则抽取方法，扩展属性的选择是决策树归纳的核心问......
近邻规则是模式识别、机器学习、数据挖掘中广泛使用的一种基于样本实例的分类方法，该算法通过从训练集中寻找与待分类样本最近的样......
特征选择是模式分类的重要环节，它能将对分类冗余的属性从数据集中去掉。特征选择可以降低分类算法的计算复杂度，提高分类精度。类似......
