属性离散化相关论文
决策树是一种有效的数据挖掘方法。进一步改进决策树,提高决策树的性能,使其更加适合数据挖掘技术的发展要求具有重要的理论和实践......
粗糙集作为一种知识发现和数据分析的新方法,因其具有自动抽取控制规则,控制算法可以完全来自数据本身等优点,使它在基于规则的控......
由于计算机的迅速普及和互联网的广泛流行，产生了数据和信息的汪洋大海。要想从中获取隐藏、有用的知识，就要使用各种学习算法和方法......
连续属性离散化问题是数据挖掘重要的研究步骤之一.本文基于粗糙集的有关理论,提出了一种新的连续属性离散化方法.首先提出度量属......
粗糙集的理论基础是集合论,它只能处理离散数据,现实中大量的实型数据必须进行离散化,因而,研究连续属性的离散化具有重要的理论和......
随着社会的进步和发展,决策信息系统的研究和应用已取得很大的进展,但在信息社会到来的今天,人们所面临的决策问题日趋复杂,大量的......
针对粗糙集应用于故障诊断过程中存在的决策表属性连续值离散化和属性约简之间分离的问题,根据粗糙集的约简思想,本文研究了一种新......
