%0 Journal Article
%T Data-driven classification algorithm based on organizational evolution and entropy<br>基于组织进化和信息熵的数据驱动分类算法
%A TAO Chun-mei
%A WANG Hong-lian
%A <br>陶春梅
%A 王洪炼
%J 重庆邮电大学学报(自然科学版)
%D 2009
%I 
%X 提出了一种分类算法--基于组织进化和信息熵的数据驱动分类算法(a data-driven classification algorithm based on organizational evolution and entropy,DDCAOEE),与已有进化算法的运行机制不同,它的进化操作直接作用于数据而不是规则,进化结束后再从各组织中提取规则,这样有利于避免在进化过程中产生无意义的规则.根据分类问题的特点,设计了信息系统的组织,提出了3种进化算子和一种组织选择机制,给出了基于信息熵的属性重要度的进化方式,并基于此定义了组织适应度函数,最后,将算法用于6个试验数据集,并与现有的2个分类方法(Ant-Miner和CN2)进行了比较,实验结果表明,该方法获得了更高的预测准确率,产生了更小的规则集.
%K data mining
%K classification
%K entropy
%K organizational evolution
%K organization
%K evolutionary algorithm<br>数据挖掘
%K 分类
%K 信息熵
%K 组织进化
%K 组织
%K 进化算法
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=96E6E851B5104576C2DD9FC1FBCB69EF&jid=5C2694A2E5629ECD6B59D7B28C6937AD&aid=CEC4648CB712DE2182C5E9811146B0EF&yid=DE12191FBD62783C&vid=659D3B06EBF534A7&iid=E158A972A605785F&sid=D8AE57480552698F&eid=5A751AE9FA58A3FB&journal_id=1673-825X&journal_name=重庆邮电大学学报(自然科学版)&referenced_num=1&reference_num=11