

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、粗糙集是一種用來(lái)處理不精確、不確定數(shù)據(jù)的數(shù)學(xué)方法,可以用來(lái)發(fā)現(xiàn)隱藏在數(shù)據(jù)中的知識(shí)。粗糙集理論已經(jīng)成功地應(yīng)用到機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、模式識(shí)別等領(lǐng)域。屬性約簡(jiǎn)作為粗糙集研究的核心內(nèi)容,可以刪除決策系統(tǒng)中的冗余屬性,提高工作效率,節(jié)省存儲(chǔ)空間,降低系統(tǒng)計(jì)算的復(fù)雜度。經(jīng)典粗糙集通過(guò)屬性對(duì)論域劃分定義等價(jià)關(guān)系,僅可以處理屬性取值為單值的數(shù)據(jù)集,對(duì)于樣本取值為集值、缺失值的一些特殊問(wèn)題還不能解決。覆蓋粗糙集通過(guò)覆蓋代替劃分解決屬性取集值的問(wèn)題。決策樹(shù)
2、學(xué)習(xí)是一種逼近離散值函數(shù)的分類(lèi)方法,其核心任務(wù)就是把所有樣例分類(lèi)到離散值所對(duì)應(yīng)的類(lèi)別中。目前,決策樹(shù)已成功地應(yīng)用到文本學(xué)習(xí)、信用風(fēng)險(xiǎn)評(píng)估和天體分類(lèi)等眾多領(lǐng)域。
現(xiàn)對(duì)本文的主要工作總結(jié)如下:
1.在第三章中,對(duì)于不一致的集值決策系統(tǒng),定義了一種基于覆蓋粗糙集的,且保持置信度較高的可能性規(guī)則的置信度不低于給定閾值的θ-屬性約簡(jiǎn),推廣了基于覆蓋粗糙集的屬性約簡(jiǎn)。本文通過(guò)辨識(shí)矩陣中的極小元素計(jì)算θ-屬性約簡(jiǎn),既可以刪除決策系
3、統(tǒng)中的冗余屬性,降低決策系統(tǒng)的計(jì)算復(fù)雜度,同時(shí)可以處理決策系統(tǒng)的噪聲與不一致性。
2.在第四章中,針對(duì)不一致決策系統(tǒng),本章通過(guò)信息增益與置信度生成決策樹(shù)。在決策樹(shù)的生成過(guò)程中,利用信息增益選取結(jié)點(diǎn),根據(jù)置信度確定決策樹(shù)中規(guī)則的長(zhǎng)度避免過(guò)度擬合,及早停止樹(shù)的增長(zhǎng)。此算法不僅提取了所有置信度不低于給定閾值θ的可能性規(guī)則,而且省去了對(duì)決策樹(shù)修剪的步驟,并通過(guò)置信度刻畫(huà)決策樹(shù)中的可能性規(guī)則。由此構(gòu)造的不一致決策樹(shù)不僅結(jié)構(gòu)簡(jiǎn)單,而且包含
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粗糙集理論的決策樹(shù)剪枝.pdf
- 基于粗糙集理論的決策樹(shù)生成系統(tǒng).pdf
- 基于粗糙集合理論的決策樹(shù)構(gòu)造算法研究.pdf
- 基于粗糙集的決策樹(shù)算法研究.pdf
- 基于粗糙集的決策樹(shù)分類(lèi)算法.pdf
- 基于粗糙集理論的決策樹(shù)生成與剪枝方法.pdf
- 基于粗糙集和灰色理論的決策樹(shù)算法研究.pdf
- 基于粗糙集和決策樹(shù)理論的時(shí)態(tài)增量算法.pdf
- 分類(lèi)中基于粗糙集理論的決策樹(shù)算法研究.pdf
- 基于粗糙集的決策樹(shù)分類(lèi)方法研究.pdf
- 基于粗糙集的決策樹(shù)學(xué)習(xí)算法研究.pdf
- 基于粗糙集理論的決策樹(shù)預(yù)修剪學(xué)習(xí)算法研究.pdf
- 基于決策樹(shù)和粗糙集的分類(lèi)方法研究
- 基于粗糙集理論的屬性約簡(jiǎn)與決策樹(shù)分類(lèi)算法研究.pdf
- 基于粗糙集技術(shù)的模糊決策樹(shù)歸納算法.pdf
- 基于粗糙集的決策樹(shù)算法研究與改進(jìn).pdf
- 基于決策樹(shù)和粗糙集的分類(lèi)方法研究.pdf
- 基于粗糙集理論的決策樹(shù)分類(lèi)算法與應(yīng)用研究.pdf
- 基于粗糙集決策樹(shù)分類(lèi)算法的改進(jìn)與研究.pdf
- 體檢系統(tǒng)中基于粗糙集的決策樹(shù)算法研究.pdf
評(píng)論
0/150
提交評(píng)論