基于粗糙集与统计学习理论的样本分类算法

被引:2
作者
刘文军 [1 ,2 ]
郑国义 [2 ]
张小琼 [2 ]
机构
[1] 湖南大学数学与计量经济学院
[2] 长沙理工大学数学与计算科学学院
关键词
粗糙集; 统计; 分类算法;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
结合粗糙集理论中分类思想与统计学习理论中回归分析思想,本文给出了一种样本分类算法,该算法首先对决策表进行约简,求出一个极小约简,并在极小约简决策表中,将对象按类属性值进行分类。然后根据每一类的因素描述,给出一个线性回归方程。最后将未知样本的数据代入每一个回归方程,根据最大隶属度原则,确定每个样本的分类。
引用
收藏
页码:183 / 190
页数:8
相关论文
共 13 条
[1]  
数据挖掘原理、算法及应用.[M].李爱国; 厍向阳; 编著.西安电子科技大学出版社.2012,
[2]  
数据挖掘导论.[M].(美)Pang-Ning Tan,(美)Michael Steinbach,(美)Vipin Kumar著.人民邮电出版社.2011,
[3]  
数据挖掘原理与算法.[M].邵峰晶; 等编著.科学出版社.2009,
[4]  
数据挖掘.[M].(加)JiaweiHan;(加)MichelineKamber著;范明;孟小峰等译;.机械工业出版社.2001,
[5]   ROUGH SETS [J].
PAWLAK, Z .
INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356
[6]   基于区域划分的kNN文本快速分类算法研究 [J].
胡元 ;
石冰 .
计算机科学, 2012, 39 (10) :182-186
[7]   基于归一化向量的文本分类算法 [J].
钟将 ;
孙启干 ;
李静 .
计算机工程, 2011, 37 (08) :47-49
[8]   基于粗糙集的快速KNN文本分类算法 [J].
孙荣宗 ;
苗夺谦 ;
卫志华 ;
李文 .
计算机工程, 2010, 36 (24) :175-177
[9]   基于约简重要性的最佳约简求解算法 [J].
江敬之 .
计算机应用, 2008, (06) :1435-1437
[10]   基于广义信息表的决策表最小决策算法 [J].
刘文军 .
广西师范大学学报(自然科学版), 2007, (04) :1-4