×

基于确定性和非确定性决策规则的几种分类算法的比较。 (英语) Zbl 1288.68193号

Peters,James F.(编辑)等人,《粗糙集交易》第十二卷。柏林:施普林格出版社(ISBN 978-3-642-14466-0/pbk)。计算机科学课程讲稿6190。《期刊副刊》,90-105(2010)。
摘要:我们讨论了决策表中两种极端的非确定性规则。第一种规则被称为抑制规则,它只阻止一个决策值(即,它们在右手边的所有可能决策中只有一个决策)。与此相反,任何第二类规则(称为有界不确定性规则)在右手边只能有几个决策。我们表明,这两种规则都可以用于提高分类质量。本文考虑了两种多项式时间复杂度的惰性分类算法。这些算法基于确定性和抑制性决策规则,但不需要直接生成规则。相反,对于任何新对象,所考虑的算法都可以从给定的决策表中有效地提取有关规则集的一些信息。接下来,决策程序将使用此信息。实验结果表明,基于抑制性决策规则的算法往往比基于确定性决策规则的更好。我们还介绍了有界非确定性规则在构建基于规则的分类器中的应用。我们包括的实验结果表明,通过将基于最小决策规则的基于规则的分类器与置信度接近1且支持度足够大的有界非确定性规则相结合,可以提高分类质量。
关于整个系列,请参见[Zbl 1194.68059号].

MSC公司:

68T05型 人工智能中的学习和自适应系统
68层37 人工智能背景下的不确定性推理

软件:

罗斯康;
PDF格式BibTeX公司 XML格式引用
全文: 内政部