基于梯形云模型的數(shù)量型關(guān)聯(lián)規(guī)則挖掘方法.pdf_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、挖掘關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要的研究方向.本文以數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則的挖掘?yàn)橹饕芯績(jī)?nèi)容,首先對(duì)關(guān)聯(lián)規(guī)則起源、應(yīng)用環(huán)境、分類、思想、算法的優(yōu)缺點(diǎn)等進(jìn)行了分析學(xué)習(xí).介紹了挖掘布爾型數(shù)據(jù)兩種比較流行挖掘算法:生成大項(xiàng)集的Apriori及不用生成大項(xiàng)集的FP-Tree算法,對(duì)比分析了兩種挖掘算法優(yōu)缺點(diǎn).目前,針對(duì)布爾型數(shù)據(jù)的挖掘算法已經(jīng)比較成熟,而對(duì)數(shù)量型數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘還處于發(fā)展階段.對(duì)數(shù)量型數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘可以有很多種方法,比較直

2、觀的思路是將數(shù)量型數(shù)據(jù)轉(zhuǎn)換成布爾型數(shù)據(jù)進(jìn)行挖掘,然而傳統(tǒng)的轉(zhuǎn)化方法存在屬性區(qū)間劃分不盡合理的問(wèn)題,導(dǎo)致挖掘的結(jié)果沒(méi)有意義.本文在李德毅院士提出的云模型的基礎(chǔ)上,根據(jù)實(shí)際應(yīng)用對(duì)正態(tài)云模型進(jìn)行擴(kuò)展,提出將數(shù)量型數(shù)據(jù)轉(zhuǎn)化為布爾型數(shù)據(jù)的定性定量不確定性轉(zhuǎn)換模型-梯形云模型,該模型把定性概念的模糊性和隨機(jī)性完全集成到一起,同時(shí)又肯定了人們對(duì)模糊知識(shí)中的完全認(rèn)定的部分,實(shí)現(xiàn)了定性概念與定量數(shù)值之間的自然轉(zhuǎn)換.基于該模型的概念劃分算法得到的概念反映了

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論