论文部分内容阅读
对由连续条件属性值和离散决策属性值组成的决策表 ,提出了一种归纳学习方法。把决策表中的连续条件属性值看作一矩阵 ,进行矩阵的奇异值分解 ,以确定决策表条件属性的数目。用模糊C均值聚类的方法对连续条件属性值进行不同聚类数目的聚类 ,得到不同聚类数目下的离散决策表 ,对这些决策表进行条件属性简化 ,从而得到不同的条件属性数目。比较矩阵奇异值分解后决策表条件属性的数目和上述不同聚类数目下的离散决策表简化后的条件属性的数目 ,并考虑决策属性的数目 ,确定最终的聚类数目。在此基础上 ,给出了由连续条件属性值和