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