计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
16期
129-131
,共3页
遗传算法%数据分割%数据挖掘
遺傳算法%數據分割%數據挖掘
유전산법%수거분할%수거알굴
提出了一种基于遗传算法的样本集数据分割方法.数据挖掘过程中该方法能够解决如何对一个样本集进行数据分割,从而得到最佳训练集和测试集的问题.通过该方法进行数据分割,不仅提高了分类模型的分类精度,而且能够最小化训练集和测试集之间的噪声百分比.最后,以一组软件项目样本数据为例说明该方法的有效性.
提齣瞭一種基于遺傳算法的樣本集數據分割方法.數據挖掘過程中該方法能夠解決如何對一箇樣本集進行數據分割,從而得到最佳訓練集和測試集的問題.通過該方法進行數據分割,不僅提高瞭分類模型的分類精度,而且能夠最小化訓練集和測試集之間的譟聲百分比.最後,以一組軟件項目樣本數據為例說明該方法的有效性.
제출료일충기우유전산법적양본집수거분할방법.수거알굴과정중해방법능구해결여하대일개양본집진행수거분할,종이득도최가훈련집화측시집적문제.통과해방법진행수거분할,불부제고료분류모형적분류정도,이차능구최소화훈련집화측시집지간적조성백분비.최후,이일조연건항목양본수거위례설명해방법적유효성.
