从心理学数据中发现可理解的模式

摘要：

近年来,机器学习技术常被用于分析心理学数据,以期从数据中找出有价值的模式,更好地刻画和调整人们的心理行为.提出采用二次学习风范的规则生成算法,结合规则学习算法的在模式理解性方面的优势和集成学习、支持向量机等高性能算法在泛化性能上的优势,从心理学数据中发现准确且易于理解的模式.实验表明,采用二次学习风范的规则生成算法在泛化性能上显著高于传统的规则生成算法,且在许多情况下,其输出规则的可理解性亦优于传统的规则生成算法.

关键词：可理解性、二次学习、规则归纳、数据审计

所属期刊栏目：5

分类号：TP18(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant No.60975043;the Natural Science Foundation of Jiangsu Province of China under Grant No.BK2008018

在线出版日期：2011-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：247-255