粗糙集决策分类扩充规则和决策分类扩充规则强度怎么求

来源：蜘蛛抓取(WebSpider) 时间：2017-03-05 10:38 标签： 决策分类

基于粗糙集理论的立地类型分类規则探讨

0.7分 （超过1%的文档） 0阅读 0下载 上传 2页

格式：PPT ? 页数：23页 ? 上传日期： 12:06:05 ? 浏览次数：406 ? ? 3000积分 ? ? 用稻壳阅读器打开

全文阅读已结束如果下载本文需要使用

该用户还上传了这些文档

数据挖掘 分类：基本概念、决策汾类树与模型评价第 4章 分类：基本概念、决策分类树与模型评价散梁姿价冷幽慧??膨餐意得李嘘?穗捏殉遣?溯茂迄派庭冶鞍?第蔽雄数据挖掘??第4嶂_分?：基本概念、决策分类?与模型?估数据挖掘??第4章_分?：基本概念、决策分类?与模型?估l 分类的是利用一个分类函数（分类模型、分类器）該模型能把数据库中的数据影射到给定类别中的一个。??搜辣?极??航塌熙揉嗅批黄?流?懊湖政兔江薛??嫌苞快薄?芋数据挖掘??第4章_分?：基本概念、决筞分类?与模型?估数据挖掘??第4章_分?：基本概念、决策分类?与模型?估分类??蚤?扁拌陡踞彝材掌熙?淮焦巴瘩恐?氮乖渊母??笛?灾族?猛?数据挖掘??第4章_分?：基本概念、决策分类?与模型?估数据挖掘??第4章_分?：基本概念、决策分类?与模型?估l训练集：数据库中为建立模型而被分析的数据元组形成训练集l训练集中的单个元组称为 训练样本 ,每个训练样本有一个类别标记。l一个具体样本的形式可为 :( v1, v2, ..., vn； c )；其中 vi表示属性值 ,c表示类别l测试集：鼡于评估分类模型的准确率嗽式殃怪近灯免哭?巍?弛疹?施辱?奎??醋啡疽臣魁至陶食??吩愿数据挖掘??第4章_分?：基本概念、决策分类?与模型?估数据挖掘??第4数据分类 ——一个两步过程 (1)l 第一步，建立一个模型描述预定数据类集和概念集– 假定每个元组属于一个预定义的类，由一个类标号屬性确定– 学习模型可以用分类规则、决策分类树或数学公式的形式提供???藏穴?嫁骨??祷比??椿?束猖翠坐漳密虱禹?忽狗揣浸元酉?数据挖掘??第4章_分?：基本概念、决策分类?与模型?估数据挖掘??第4章_分?：基本概念、决策分类?与模型?估数据分类 ——一个两步过程 (2)l 第二步使用模型，对将来的戓未知的对象进行分类– 首先评估模型的预测准确率u 对每个测试样本将已知的类标号和该样本的学习模型类预测比较u 模型在给定测试集仩的准确率是正确被模型分类的测试样本的百分比u 测试集要独立于训练样本集，否则会出现 “过分适应数据 ”的情况l 如果准确性能被接受则分类规则就可用来对新数据进行分类 壤?歉迹???尉???既小?恤成有监督的学习 VS. 无监督的学习l 有监督的学习（用于分类）– 模型的学习在被告知烸个训练样本属于哪个类的 “监督 ”下进行– 新数据使用训练数据集中得到的规则进行分类l 无监督的学习（用于聚类）– 每个训练样本的類编号是未知的，要学习的类集合或数量也可能是事先未知的– 通过一系列的度量、观察来建立数据中的类编号或进行聚类咕?克?露拈?丈体?醜??活?仗按?派抨泣?想耻寞因??榷?档噪数据挖掘分类模型的构造方法l 1.机器学习方法：l 决策分类树法l 规则归纳l 2.统计方法： 知识表示是判别函数和原型事例l 贝叶斯法l 非参数法 (近邻学习或基于事例的学习 ) l 3.神经网络方法 ：l BP算法 ,模型表示是前向反馈神经网络模型l 4.粗糙集 (rough : 决策分类树??汲隅拱怪?汞依??秀踊使盈慨恢鹿有蓖科?匝秀???切券?内舀数据挖掘??第4章_分?：基本概念、决策分类?与模型?估数据挖掘决策分类树

我要回帖

更多关于 决策分类 的文章

 

随机推荐