%0 Journal Article
%T 连续值属性决策表中的知识获取方法
%A 冯林
%A 王国胤
%A 李天瑞
%J 电子学报
%P 2432-2438
%D 2009
%X 提出了一种从连续值属性决策表中获取知识的方法KACVA(KnowledgeAcquisitionfromdecisiontablescontainingContinuous-ValuedAttributes).该方法将经典粗糙集理论对数据空间的等价划分转换为相似划分,把传统粗糙集理论中正域的表示方法扩充到连续值属性决策表中;通过计算连续值属性决策表中各条件聚类对决策类的分类能力,生成决策规则.不同数据集的实验测试结果表明:对连续值属性决策表中的知识获取,KACVA方法与传统的粗糙集相关知识获取方法及C4.5决策树分类方法相比,有更高的分类准确率.
%K 粗糙集
%K 属性约简
%K 知识获取
%K 离散化
%U http://www.ejournal.org.cn/CN/abstract/abstract6306.shtml