论文部分内容阅读
基于规则分类方法的主要计算依据是形如"A→C"的规则(称为充分规则)及其置信度。其中:"A"代表数据集中决策属性取值的集合,"C"代表某个类标号。那么,形如"C→A"的规则(称为必要规则)是否可以在分类算法中起到积极的作用呢?依据规则分类方法原理设计了简单的实验,实验只考虑单个决策属性的不同取值与类之间的关联。根据实验目标,分类测试采用了两种方法:方法1只考虑充分置信的影响;方法2考虑充分置信和必要置信的影响。通过在几个典型的分类集上测试,结果表明:在分类计算时适当利用必要规则置信度可以提高分类精度。