基于效用的结构语法的属性学习

摘要：

无论是在机器学习还是在软件设计中,对问题的分析都是假定对概念属性已知的条件下展开的.本文采用假设对象是在结构语法的基础上,通过确定对象的领域和效用,用领域的条件和状态及其边际效用选择出学习的类.在一个对象类中,属性的选择学习用迭代前向逐步插入、迭代向后删除算法.对决策树的学习,设计了决策树遗传归纳算法学习.对于新构造属性,用属性效用的投影、积、差、值、最值、级数算法构造边际效用法.对不同的对象进行不同的表达式学习,并命名新属性,进而进行属性的数据类型有界限定,从而得到新属性.

关键词：属性、效用、归纳学习、属性学习

所属期刊栏目：35

分类号：H03;H31

在线出版日期：2008-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：255-257