肖洛姆·M·维斯。;尼廷·因杜尔克亚 缺少值的数据挖掘的决策规则解决方案。 （英语） Zbl 1043.68674号 玛丽亚·卡罗莱纳（编辑）等，《人工智能进展》。国际联席会议，第七届伊比利亚-美国人工智能会议，第十五届巴西人工智能研讨会，IBERAMIA-SBIA 2000。2000年11月19日至22日，巴西SP阿提巴亚。诉讼程序。柏林：施普林格出版社（ISBN 3-540-41276-X）。莱克特。注释计算。科学。1952, 1-10 (2000). 总结：提出了一种从缺失值数据中归纳决策规则的方法，其中（A）规则的格式与无缺失值数据的规则相同，（b）没有指定特殊特征来准备原始数据或应用归纳规则。该方法生成紧致析取范式（DNF）规则。每个班级有相同数量的未加权规则。通过应用所有规则并将示例分配给具有最满意规则的类，可以对新示例进行分类。规则中的析取自然是重叠的。当与投票解决方案结合时，固有的冗余性得到增强。我们提供了实验证据，证明这种透明的分类方法可以为缺少值的数据挖掘产生强大的结果。关于整个系列，请参见[Zbl 0952.00052号]. 引用于1文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 第68页，共15页 数据库理论 关键词：决策规则归纳;增压 PDF格式BibTeX公司 XML格式引用 \textit{S.M.Weiss}和\textit{N.Indurkhya}，莱克特。注释计算。科学。1952年，1-10（2000年；兹bl 1043.68674） 全文： 链接