论文部分内容阅读
该文主要讨论数据挖掘中的分类技术,重点研究了决策树归纳分类、贝叶斯分类、贝叶斯网络、粗糙集分类等方法.并对以上这些方法进行了比较.其中在决策树归纳分类中主要讨论了SLIQ算法,该算法能够对较大数据量进行快速分类.在粗糙集分类中主要讨论了一种基于粗糙集的多变量决策树的分类法,可以解决单变量决策树中复杂概念表达困难和子树被多次重复等问题.并对单变量决策树算法和多变量粗糙集算法进行了对比.