针对Naive Scaler的改进
决策表离散化要求决策表中原有的分类结果不变,而NaiveScaler算法在离散化时,有些根据不可分辨关系应该得到的断点很可能被丢掉,造成决策表信息的丢失.针对这一问题,对其进行了研究并改进.原算法在扫描相同条件属性值而决策值不同的对象时,由于这些对象的排序不同可能造成离散的结果不同.主要是在这里某些断点可能被遗漏,并引进新的冲突.为此,当条件属性值变化时查看其决策属性值,若有不同决策属性值则追加断点以消除断点被丢掉的可能.进而使得到的初始断点集更可靠.最后给出实例表明该算法有效.
粗糙集、离散化、决策表、不可分辨关系、Naive Scaler
30
TP311.13(计算技术、计算机技术)
国家自然科学基金项目70572070、60674056、70771007;辽宁省高等院校创新团队基金项目2008T090
2009-08-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
3148-3150,3253