华南理工大学学报（自然科学版）
華南理工大學學報（自然科學版）
화남리공대학학보（자연과학판）
JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2005年
5期
1-6
,共6页
机器学习%演化学习%遗传算法%关联规则%分类%预测
機器學習%縯化學習%遺傳算法%關聯規則%分類%預測
궤기학습%연화학습%유전산법%관련규칙%분류%예측
为了提高基于遗传算法的分类预测准确度,探讨了评价规则质量的适应值函数,提出了基于置信度和支持度加权和的适应值函数,以取代传统的基于灵敏性和选择性的适应值函数.理论分析和实验结果都表明,文中提出的新适应值函数对于预测型关联规则演化搜索的引导作用明显地优于传统的适应值函数.新的适应值函数有利于改进基于遗传算法的机器学习.
為瞭提高基于遺傳算法的分類預測準確度,探討瞭評價規則質量的適應值函數,提齣瞭基于置信度和支持度加權和的適應值函數,以取代傳統的基于靈敏性和選擇性的適應值函數.理論分析和實驗結果都錶明,文中提齣的新適應值函數對于預測型關聯規則縯化搜索的引導作用明顯地優于傳統的適應值函數.新的適應值函數有利于改進基于遺傳算法的機器學習.
위료제고기우유전산법적분류예측준학도,탐토료평개규칙질량적괄응치함수,제출료기우치신도화지지도가권화적괄응치함수,이취대전통적기우령민성화선택성적괄응치함수.이론분석화실험결과도표명,문중제출적신괄응치함수대우예측형관련규칙연화수색적인도작용명현지우우전통적괄응치함수.신적괄응치함수유리우개진기우유전산법적궤기학습.
