• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of general systems >Knowledge discovery in data sets with graded attributes
【24h】

Knowledge discovery in data sets with graded attributes

机译：具有分级属性的数据集中的知识发现

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We present a knowledge discovery method for graded attributes that is based on an interactive determination of implications (if-then-rules) holding between the attributes of a given data-set. The corresponding algorithm queries the user in an efficient way about implications between the attributes. The result of the process is a representative set of examples for the entire theory and a set of implications from which all implications that hold between the attributes can be deduced. In many instances, the exploration process may be shortened by the usage of the user's background knowledge. That is, a set of of implications the user knows beforehand. The method was successfully applied in different real-life applications for discrete data. In this paper, we show that attribute exploration with background information can be generalized for graded attributes.
机译：我们提出一种基于等级属性的知识发现方法，该方法基于对给定数据集的属性之间所含含义（如果-则规则）的交互式确定。相应的算法以有效的方式向用户查询属性之间的含义。该过程的结果是整个理论的一组代表性示例和一组含义，从中可以推断出属性之间的所有含义。在许多情况下，可以通过使用用户的背景知识来缩短探索过程。即，用户事先知道的一组含义。该方法已成功应用于离散数据的各种实际应用中。在本文中，我们表明可以将具有背景信息的属性探索用于分级属性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号