现代电子技术
現代電子技術
현대전자기술
MODERN ELECTRONICS TECHNIQUE
2007年
2期
59-61
,共3页
PCA%模糊C-均值%连续属性%不相容度
PCA%模糊C-均值%連續屬性%不相容度
PCA%모호C-균치%련속속성%불상용도
机器学习中很多方法要求目标属性是离散的,而实际中很多属性是连续的.目前的连续属性量化算法存在的问题是当新的对象加入决策表时,原有的分割点可能不是最优的.基于PCA(主成分分析)、模糊C-均值聚类和不相容度概念,提出一种目标连续属性量化算法,该算法具有在量化过程中区别对待不同的条件属性,以决策表的不相容度为连续属性量化终止的标准,在保持决策表信息损失最少的情况下,尽量减少分类的区间数等特点.
機器學習中很多方法要求目標屬性是離散的,而實際中很多屬性是連續的.目前的連續屬性量化算法存在的問題是噹新的對象加入決策錶時,原有的分割點可能不是最優的.基于PCA(主成分分析)、模糊C-均值聚類和不相容度概唸,提齣一種目標連續屬性量化算法,該算法具有在量化過程中區彆對待不同的條件屬性,以決策錶的不相容度為連續屬性量化終止的標準,在保持決策錶信息損失最少的情況下,儘量減少分類的區間數等特點.
궤기학습중흔다방법요구목표속성시리산적,이실제중흔다속성시련속적.목전적련속속성양화산법존재적문제시당신적대상가입결책표시,원유적분할점가능불시최우적.기우PCA(주성분분석)、모호C-균치취류화불상용도개념,제출일충목표련속속성양화산법,해산법구유재양화과정중구별대대불동적조건속성,이결책표적불상용도위련속속성양화종지적표준,재보지결책표신식손실최소적정황하,진량감소분류적구간수등특점.
