| 差别矩阵原理的研究及应用 |
| 崔佳
|
| 2000-06-01
|
| 学位类型 | 工学硕士
|
| 中文摘要 | 作者认为差别矩阵原理对机器学习与数据挖掘的重要性在于，它为基于符号的结构化 机器学习与数据挖掘建立了理论基础。为了证明这个判断，本文用差别矩阵原理分析了 传统的归纳机器学习的两个代表家族AQ和ID，结果表明AQ算法完全可以使用差别矩 阵原理所描述，但是基于差别矩阵的ID3算法的描述是不自然的。本文分析了产生这种 不自然的原因，并且借用一个例子分析了用树表示学习结果的缺陷。 关联规则是数据挖掘中的一个重要研究方向。本文试图以差别矩阵原理为工具来描述 关联规则。首先，本文较详细地讨论了关联规则的产生和发展，并且把它和传统的概率 相关分析以及归纳机器学习做了比较。指出“关联规则”的重要性是一个研究目标，而 不是方法。然后在差别矩阵基础上，定义了关联独立的关联规则，并给出了求解算法。 |
| 关键词 | 差别矩阵
关联规则
|
| 语种 | 中文
|
| 文献类型 | 学位论文
|
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/7305
|
| 专题 | 毕业生_硕士学位论文
|
推荐引用方式
GB/T 7714 |
崔佳. 差别矩阵原理的研究及应用[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,2000.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论