基于粗糙集的网页训练样本集的分类属性的选择

摘要：

选择合适的网页训练样本集的分类属性是网页分类时很多技术的基础,比如:决策树、K邻近算法、线性分类、支持向量机等.基于粗糙集的属性选择方法可以有效地减少训练的时间复杂度,同时也最大限度地保持了分类规则的正确生成.

关键词：样本集、分类属性、粗糙集

所属期刊栏目：17

分类号：TP39(计算技术、计算机技术)

在线出版日期：2004-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：45-48,57