期刊文献+

顾及粗糙集理论的CART改进算法及其应用 被引量:2

An improved CART algorithm involving Rough Set theory and its application
下载PDF
导出
摘要 CART算法是数据挖掘技术中的一种常用的方法,对CART技术产生、基本思路及主要挖掘步骤及其优缺点等进行了概略介绍,利用粗糙集理论求取属性重要度并对CART算法作了改进.最后给出了改进算法在教学中的应用实例. Data mining is an emerging research field in database and artificial intelligence. First, the data mining technique of CART algorithm is introduced briefly including its background, application and classification. With the theory of Rough Set the importance of attributes is obtained and CART algorithm is improved. Then, an application example of the improved algorithm in teaching is presented.
出处 《黄冈师范学院学报》 2006年第3期38-41,共4页 Journal of Huanggang Normal University
关键词 数据挖掘 粗糙集 决策表 属性重要度 KDD Rough Set decision table importance of attributes
  • 相关文献

参考文献3

  • 1Alex Betphen,J Smith.Data Warehousing,Data Mining&OLAP[M].New York:McGraw-Hill Book Co,1999,8.
  • 2DavidH.数据挖掘原理[M].北京:机械工业出版社,2003..
  • 3杨宏伟,赵明华,孙娟,王熙照.基于层次分解的决策树[J].计算机工程与应用,2003,39(23):108-110. 被引量:12

二级参考文献2

  • 1Quinlan J R.Induction of Decision Trees[J].Machine Learning,1986; (1):81~106.
  • 2Tom M Mitchell,MACHINE LEARNING,International Edition.

共引文献13

同被引文献10

引证文献2

二级引证文献37

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部