基于改进粗糙逼近近似度量的数据挖掘方法

摘要：

数据挖掘是知识发现领域的一个重要问题,粗糙集理论是一种具有模糊边界的数据挖掘方法,它被广泛应用于决策系统的分类规则提取中.论文在决策表条件属性重要性度量的基础上,根据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,并用算例验证了算法的合理性和可行性.

关键词：数据挖掘、决策表、粗糙集、分类近似

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

资助基金：陕西省软科学基金2002KR39;西安邮电学院校科研和教改项目102-0413

在线出版日期：2005-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：203-205