一种基于相似性的规则集一致性度量的新方法

摘要：

规则学习算法通过学习样本产生规则集,如伺判断规则集的好坏?目前规则集的评估标准有很多,如一致性、可测量性和易理解性评估,但它们有各自的缺点.提出一种新的评估规则集方法:相似性度量.这种度量方法可以计算出两个规则集之间的正相似性与负相似性.实验说明这种新的度量方法可以被用来评估规则集问的一致性,并且可以决定使用哪种算法解决某类问题或选择组合分类模型中的基模型.

关键词：正相似性、负相似性、规则集、一致性

所属期刊栏目：18

分类号：TP311(计算技术、计算机技术)

资助基金：安徽省自然科学基金项目070412051;安徽高校省级重点自然科学研究项目KJ2007A43

在线出版日期：2009-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：73-75,79