论文部分内容阅读
核机器（Kernel Machine）已成为机器学习领域的热点研究问题。针对只具有离散属性的分类问题，在对合取范式进行深入分析的基础上提出了一族新的布尔核函数。利用这些布尔核函数，可以在布尔逻辑学习、决策树，决策规则学习以及基于项集的学习中，引入核机器技术。实验结果指出，使用结构简单而符合训练数据集特征的布尔核函数，有助于显著提高分类器的性能。