作者：李抒音; 刘洋知识发现分类粗糙集理论规则挖掘权重学习
摘要：针对粗糙集分类规则挖掘算法LEM2剪枝条件过于严格的问题,提出一种权重模糊粗糙集的改进规则挖掘算法。在用例带权重的模糊粗糙集理论框架上分析面向混合数据的分类规则挖掘算法,引入粗糙集模型的近似覆盖参数作为挖掘算法的泛化度量参数,实现对规则集数量和规则形式复杂程度的调节。实验结果表明,与LEM2算法和DataSqueezer算法相比,该算法的平均精度和平均召回率更优,分别为81 %和80 %,且生成规则的平均长度最短。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
