论文部分内容阅读
分类（Classification）是数据挖掘（Data Mining）中的一个重要研究方向，目前传统的方法有：神经网络，Fisher判别法等。神经网络缺乏对分类结果的直观解释；Fisher判别对于大数据集分类准确率大大下降，且不具有属性约简能力。为此，该文做了如下工作：（1）提出了自动获取最佳阈值的思想；（2）对于错分的实例，提出了运用神经网络分类器二次分类的思想；（3）提出了基于基因表达式编程和神经网络的属性约简分类算法（Attribution Reduction Classification Alg