扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
决策树中数值型属性分裂的研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口欢迎访问软件学报网站!
贺志,田盛丰,黄厚宽.一种挖掘数值属性的二维优化关联规则方法.软件学报,):
一种挖掘数值属性的二维优化关联规则方法
An Approach to Mining Two-Dimensional Optimized Association Rules for Numeric Attributes
中文关键词:&&&&&&&&&&
英文关键词:&&&&&&&&
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.43003(国家自然科学基金)
作者单位&&&&&&
摘要点击次数:&1805
全文下载次数:&1406
&&&&&&优化关联规则允许在规则中包含未初始化的属性.优化过程就是确定对这些属性进行初始化,使得某些度量最大化.最大化兴趣度因子用来发现更加有趣的规则;另一方面,允许优化规则在前提和结果中各包含一个未初始化的数值属性.对那些处理一个数值属性的算法进行直接的扩展,可以得到一个发现这种优化规则的简单算法.然而这种方法的性能很差,因此,为了改善性能,提出一种启发式方法,它发现的是近似最优的规则.在人造数据集上的实验结果表明,当优化规则包含两个数值属性时,优化兴趣度因子得到的规则比优化可信度得到的规则更有趣.在真实数据集上的实验结果表明,该算法具有近似线性的可扩展性和较好的精度.
&&&&&&Optimized association rules are permitted to contain uninstantiated attributes.The optimization procedure is to determine the instantiations such that some measures of the roles are maximized.This paper tries to maximize interest to find more interesting rules.On the other hand,the approach permits the optimized association rule to contain uninstantiated numeric attributes in both the antecedence and the consequence.A naive algorithm of finding such optimized rules can be got by a straightforward extension of the algorithm for only one numeric attribute.Unfortunately,that results in a poor performance.A heuristic algorithm that finds the approximate optimal rules is proposed to improve the performance.The experiments with the synthetic data sets show the advantages of interest over confidence on finding interesting rules with two attributes.The experiments with real data set show the approximate linear scalability and good accuracy of the algorithm.
主办单位：中国科学院软件研究所 中国计算机学会
编辑部电话：+86-10- E-mail: jos@
中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有，未经许可，不得转载，本刊保留追究法律责任的权利【精品论文】后件为数值型属性的关联规则发现策略研究[专业：计算机科学与技术]声..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
【精品论文】后件为数值型属性的关联规则发现策略研究[专业：计算机科学与技术]
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口CA CA算法可以将数量型属性划分成若干个优化的区间，它综合了分层聚类于 的优点， Mathimatics-Numerical algorithms 数值 /人工智能 182万源代码下载-
&文件名称: CA
& & & & &&]
&&所属分类:
&&开发工具: matlab
&&文件大小: 181 KB
&&上传时间:
&&下载次数: 69
&&提 供 者:
&详细说明：CA算法可以将数量型属性划分成若干个优化的区间，它综合了分层聚类于划分聚类的优点，对于给定的不同的初始类个数，CA算法能随着迭代过程的不断进展改变类的数目，一些竞争力差的类即类的基数小于给定阙值的类将在迭代过程中不断消失，最终得到能够有效体现数据实际分布情况的优化聚类个数。-CA algorithm for quantitative attributes can be divided into a number of the interval optimization, hierarchical clustering which combines the advantages of clustering in the division, for a given number of different types of initial, CA algorithm as the iterative process the continuous progress of change in the number of categories, some categories of poor competitiveness of the base type that is less than the value of a given category Que iterative process will continue to disappear and eventually be able to effectively reflect the actual distribution of data to optimize the number of clustering.
文件列表(日期：~)(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&CA算法&&......\&&......\&&......\&&......\wdbc.txt
&[]:还不错&[]:很好，推荐下载
&近期下载过的用户:
&相关搜索:
&&&&&&&&&&
&输入关键字，在本站182万海量源码库中尽情搜索：
&[] - 用matlab语言写的C4.5算法,用于模式分类
&[] - 元胞自动机的虚拟程序
开发工具：Microsoft Visual Basic 6.0
运行平台：Windows OS
(VB编译，代码未优化,运行速度较慢)
词语解释：
CA，cellular automata，元胞自动机，或称细胞自动机。
&[] - 本文采用模糊K聚类算法对图片进行分类，并输出相应的分类结果！采用matlab环境进行仿真。
&[] - 模式识别一份很好的作业,包括线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征,支持向量机
&[] - 基于matlab的蚁群算法连续函数优化，含帮助文件及论文
&[] - 在flashmx下编写的程序，解释并演示元胞自动机规则，并进行动画演示
&[] - 元胞自动机的matlab程序。
元胞自动机（CA）是一种用来仿真局部规则和局部联系的方法。典型的元胞自动机是定义在网格上的，每一个点上的网格代表一个元胞与一种有限的状态。变化规则适用于每一个元胞并且同时进行。典型的变化规则，决定于元胞的状态，以及其（ 4或8 ）邻居的状态。元胞自动机已被应用于物理
&[] - 无监督聚类算法,能够自动聚类,不必预先给出类数,聚类精度好于常用的聚类算法.
&[] - 两个图像质量评价函数，psnr峰值信噪比，正则均方误差nmse，能可用于去噪图像和压缩图像的质量评价，很有用啊。
&[] - 用VB编写的参数估计带遗忘因子递推最小二乘法仿真（RLS）当前位置：
＞＞＞已知元素的某种性质“X”和原子半径、金属性、非金属性等一样，也是..
已知元素的某种性质“X”和原子半径、金属性、非金属性等一样，也是元素的一种基本性质。下面给出12种元素的X的数值：元素AlBBeCClFLiX的数值1.52.01.52.52.84.01.0元素MgNaOPSSiNX的数值&0.93.52.12.51.7&试结合元素周期律知识完成下列问题：(1)经验规律告诉我们：当形成化学键的两原子相应元素的X差值大于1.7时，所形成的一般为离子键；当小于1.7时，一般为共价键。试推断AlBr3中的化学键类型是______。(2)根据上表给出的数据，简述主族元素的X的数值大小与元素的金属性或非金属性强弱之间的关系______________________________；简述第二周期元素(除惰性气体外)的X的数值大小与原子半径之间的关系______________________________。(3)请你预测Br与I元素的X数值的大小关系________。(4)某有机物结构简式为：，在S—N键，你认为该共用电子对偏向于________原子(填元素符号)。(5) 预测元素周期表中，X值最小的元素位置________(放射性元素除外)。
题型：填空题难度：中档来源：不详
(1)共价键&&&(2)元素X的数值越大，元素的非金属性越强(或元素X的数值越小，元素的金属性越强)原子半径越小，X的数值越大&& (3)Br大于I&&&&&& (4)N&(5)第六周期第ⅠA族试题分析：由表中数据可以看出，元素X的数值越大，元素的非金属性越强，所以可以得出，Br的X值小于Cl（2.8），故Al与Br的X值的差值小于1.7，则形成的化学键为共价键；因为N的非金属性大于C，而C和S的X值均为2.5，所以N的X值必定大于S，故S-N中，共用电子对将偏向于N原子；X值最小的元素则金属性最强的元素，为Cs，位于第六周期第Ⅰ主族。点评：信息题是近几年高考的热点，考生在备考中应学会把握题意和分析数据，利用已学的知识点类比。
马上分享给同学
据魔方格专家权威分析，试题“已知元素的某种性质“X”和原子半径、金属性、非金属性等一样，也是..”主要考查你对&&极性分子、非极性分子，无机分子的立体结构&&等考点的理解。关于这些考点的“档案”如下：
现在没空？点击收藏，以后再看。
因为篇幅有限，只列出部分考点，详细请访问。
极性分子、非极性分子无机分子的立体结构
极性分子和非极性分子:(1)极性分子：正电荷中心和负电荷中心不相重合的分子 (2)非极性分子：正电荷中心和负电荷中心相重合的分子 (3)分子极性的判断：分子的极性由共价键的极性及分子的空间构型两个方面共同决定 非极性分子和极性分子的比较:
&非极性分子
&整个分子的电荷分布均匀，对称
&整个分子的电荷分布不均匀、不对称
&存在的共价键&
&非极性键或极性键
&分子内原子排列
&不对称举例说明：分子极性的判断方法:
An型分子(以非极性键结合形成的单质分子)一般是非极性分子(O3例外)，AB型分子一定是极性分子。对于ABn型分子是极性分子还是非极性分子，通常有以下判断方法。 1．根据分子的立体构型判断判断ABn型分子是否有极性，关键是看分子的立体构型.如果分子的立体构型为直线形、平面三角形、正四面体形、三角双锥形、正八面体形等空间对称的结构，致使正电中心与负电中心重合，这样的分子就是非极性分子。若为V形、三角锥形、四面体形(非正四面体形)等非对称结构，则为极性分子。比如H2O分子中虽然2个H原子轴对称，但整个分子的空间构型是不对称的：，负电中心在a点，正电中心在b 点，二者不重合，因此是极性分子。 2．根据实验现象判断将液体放入适宜的滴定管中，打开活塞让其缓慢流下，将用毛皮摩擦过的橡胶棒靠近液流，流动方向变化(发生偏移)的是极性分子．流动方向不变的是非极性分子。 3．根据中心原子最外层电子是否全部成键判断 ABn型分子中的中心原子A的最外层电子若全部成键(没有孤电子对)，此分子一般为非极性分子，如CO2、CCl4等；分子中的中心原子最外层电子若未全部成键(有孤电子对)，此分子一般为极性分子，如H2O、 PCl3等。 4．判断ABn型分子极性的经验规律若中心原子A的化合价的绝对值等于该元素所在的主族序数，则为非极性分子；若不等，则为极性分子。如BF3、CO2、CH4、SO3等分子中，B、C、S等元素的化合价的绝对值等于其主族序数，是非极性分子；H2O、 NH3、SO2、PCl3等分子中，O、N、S、P等元素的化合价的绝对值不等于其主族序数，是极性分子。分子中原子的空间关系：分子中原子的空间关系是分子表现出不同的空间构型。&用价层电子对互斥理论确定分子或离子的VSEPR模型和立体构型的方法:
首先计算分子或离子中的中心原子的键电子对数和孤电子对数，相加便得到中心原子的价层电子对数。然后由价层电子对的相互排斥，便得到含有孤电子对的VSEPR模型，再略去VSEPR模型中的中心原子的孤电子对，便可得到分子的立体构型。 1．价层电子对数的确定方法 (1)键电子对数：由分子式确定，中心原子形成的键的数目就是键电子对数。如分子中的中心原子分别有2、3、4对键电子对。 (2)孤电子对数 ①分子中的中心原子上的孤电子对数式中a为中心原子的价电子数(主族元素原子的价电子就是最外层电子)；x为与中心原子结合的原子数；b为与中心原子结合的原子最多能接受的电子数 (氢为l，其他原子等于“8一该原子的价电子数”)。以为例，a均为6，x分别为2和3，b均为2(氧原子最多能接受的电子数为2)，则分别为1和0，即SO2的中心原子上的孤电子对数为l， SO3的中心原子上没有孤电子对。 ②对于阳离子，a为中心原子的价电子数减去离子的电荷数；对于阴离子，a为中心原子的价电子数加上离子的电荷数(绝对值)。x和b的计算方法及计算公式[中心原子上的孤电子对数=]均不变。2．确定分子(或离子)的VSEPR模型根据价层电子对数和价层电子对的相互排斥，可得出分子或离子的VSEPR模型，其关系如下表。 3．确定分子(或离子)的立体构型略去VSEPR模型中的中心原子上的孤电子对，便可得到分子或离子的立体构型，如上表。 (1)分子或离子中的价层电子对数分别为2、3、4，则其VSEPR模型分别为直线形、平面三角形、正四面体形或四面体形。如果价层电子对数为5，则为三角双锥形；如果为6，则为正八面体形或八面体形。 (2)如果中心原子的孤电子对数为0，则VSEPR模型(及名称)和分子或离子的立体构型(及名称)是一致的；若孤电子对数不为0，则二者不一致。
发现相似题
与“已知元素的某种性质“X”和原子半径、金属性、非金属性等一样，也是..”考查相似的试题有：
373758303505330074358182297338340019