×

LFOIL:标签语义框架中的语言规则归纳。 (英语) Zbl 1176.68164号

摘要:标签语义是一个用词建模的随机集框架。在之前的工作中,已经提出并研究了几种基于该框架的机器学习算法。本文介绍了一种基于Quinlan的FOIL算法的新的语言规则归纳算法。根据该算法,为分类问题生成一组语言规则。新模型在一个人造玩具问题和UCI存储库中的几个基准问题上进行了实证测试。结果表明,新模型可以生成非常紧凑的语言规则,同时保持与其他著名数据挖掘算法相当的准确性。

MSC公司:

68T05年 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 鲍德温,J.F。;马丁·T·P。;Pilsworth,B.W.,《人工智能中的模糊和证据推理》(1995),威利出版社,威利纽约
[2] 鲍德温,J.F。;Xie,D.,基于模糊决策树的简单模糊逻辑规则在分类和预测问题中的应用,(Shi,Z.;He,Q.,Intelligent Information Processing II(2004),Springer:Springer Berlin)
[3] C.Blake,C.J.Merz,UCI机器学习库,\(\langle;\)网址:http://www.ics.uci.edu/\(\sim;\rangle;\);C.Blake,C.J.Merz,UCI机器学习库,(\langle;)网址:http://www.ics.uci.edu/\(\sim;\rangle;\)
[4] Drobics,M。;博登霍夫,美国。;Klement,E.P.,FS-FOIL:提取可解释模糊描述的归纳学习方法,国际。J.近似原因。,32, 131-152 (2003) ·Zbl 1026.68111号
[5] Jeffrey,R.C.,《决定的逻辑》(1965),《戈登与布雷奇:戈登与布莱奇纽约》
[6] Lawry,J.,《语言建模框架》,人工智能,155,1-39(2004)·Zbl 1085.68695号
[7] Lawry,J.,《模糊概念的建模与推理》(2006),《施普林格:施普林格柏林》·Zbl 1092.68095号
[8] H.Prade,G.Richard,M.Serrurier,用模糊谓词丰富关系学习,收录于:《PKDD 2003年会议录》,《人工智能课堂讲稿》,第2838卷,2003年,第399-410页。;H.Prade,G.Richard,M.Serrurier,用模糊谓词丰富关系学习,收录于:《PKDD 2003年会议录》,《人工智能课堂讲稿》,第2838卷,2003年,第399-410页。
[9] 秦,Z。;Lawry,J.,《带模糊标签的决策树学习》,Inform。科学。,172, 1-2, 91-129 (2005) ·Zbl 1087.68094号
[10] 昆兰,J.R.,《从关系中学习逻辑定义》,马赫。学习,5239-266(1990)
[11] 昆兰,J.R.,C4.5:机器学习课程(1993),摩根考夫曼:摩根考夫曼·圣马特奥
[12] 新泽西州兰登。;Lawry,J.,使用单词建模进行分类和查询评估,Inform。科学。特别发行-计算。用词:模型和应用。,176, 438-464 (2006) ·Zbl 1093.68108号
[13] I.H.Witten,E.Frank,《数据挖掘:Java实现的实用机器学习工具和技术》,Morgan Kaufmann,Los Altos,CA,1999网址:http://www.cs.waikato.ac.nz/\(\sim;\rangle;\);I.H.Witten,E.Frank,《数据挖掘:Java实现的实用机器学习工具和技术》,Morgan Kaufmann,Los Altos,CA,1999网址:http://www.cs.waikato.ac.nz/\(\sim;\rangle;\)
[14] Xie,D.,在有效缩减数据库算法上发现的模糊关联规则,(IEEE-FUZZ会议记录(2005),雷诺:雷诺美国),779-784
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。