粗糙逼近近似度量在分类规则挖掘中的应用

摘要：

为了提高决策系统的分类质量,探讨了一种在数据仓库中基于粗糙逼近近似度量的挖掘分类规则策略.首先介绍了数据集中挖掘分类规则的基本原理,并利用粗糙集理论中粗糙逼近近似度量概念,根据决策表条件属性重要性度量及条件属性对决策类划分的逼近近似度量,提出了基于改进粗糙逼近近似度量的数据挖掘进行属性约减方法,最后举例说明了如何在数据库中发现分类规则.实验结果表明此方法挖掘出的规则简练且合理可靠.

关键词：数据挖掘、粗糙集、决策系统、分类规则、粗糙逼近近似度量

所属期刊栏目：22

分类号：TP18(自动化基础理论)

资助基金：陕西省教育厅资助项目05JK092

在线出版日期：2007-04-16（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：107-110