克拉克，帕特里克·G。;高，程;Grzymala-Busse，Jerzy W。 由两个版本的MLEM2规则归纳算法诱导的规则集的复杂性。 （英语） Zbl 1486.68145号 Rutkowski，Leszek（编辑）等人，《人工智能和软计算》。2017年6月11日至15日在波兰扎科帕内举行的2017年ICAISC第16届国际会议。诉讼程序。第二部分。查姆：斯普林格。莱克特。注释计算。科学。10246, 21-30 (2017). 摘要：我们比较了两个版本的MLEM2规则归纳算法的规则集复杂性，以规则数量和条件总数来衡量。我们实验中使用的所有数据集都是不完整的，有许多属性值缺失，被解释为丢失值、属性概念值和“不在乎”条件。在我们之前的研究中，我们比较了MLEM2的两个相同版本，称为true和simulated，通过十倍交叉验证计算出的错误率。我们的结论是，MLEM2的两个版本没有太大差异，并且有一些证据表明丢失的值是最好的。在这项研究中，我们的主要目标是根据规则集的复杂性比较MLEM2的两个版本。规则越小越好。我们的结论是，这两个版本没有太大差异。我们的第二个目标是比较缺失属性值的三种解释。从复杂性的角度来看，价值损失最为严重。有关整个系列，请参见[Zbl 1364.68015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 关键词：不完整的数据;丢失的值;属性概念值;不关心条件;MLEM2规则归纳算法;概率近似 PDF格式BibTeX公司 XML格式引用 \textit{P.G.Clark}等人，Lect。注释计算。科学。10246，21-30（2017；Zbl 1486.68145） 全文： 内政部