论文部分内容阅读
提出了一种处理海量的不完备决策表的方法。将基于互信息的属性重要度作为启发式信息，利用遗传算法对不完备的原始决策表中的条件属性进行约筒，形成包含missing值的决策表，称为优化决策表。利用原始决策表自身的信息，通过属性扩展，从优化决策表中抽取一致性决策规则，而无须计算missing值。该方法在UCI的8个数据集上的实验结果优于EMAV方法，是一种有效的从海量不完备决策表中抽取规则的方法。