开发工具:
文件大小: 918kb
下载次数: 0
上传时间: 2021-03-07
详细说明：不确定性度量是机器学习领域中的关键评估工具，它可以度量两个特征子集之间的依赖性和相似性，并可以用来判断特征在分类和聚类算法中的重要性。 在经典的粗糙集中，存在一些不确定性工具来测量特征子集，包括准确性，粗糙度，信息熵，粗糙熵等。这些度量适用于离散值信息系统，但不适用于实值数据集。 在本文中，通过介绍邻域粗糙集模型，每个对象都与一个邻域子集（称为邻域颗粒）相关联。 提出了几种邻域颗粒的不确定性度量，即邻域系统中的邻域精度，信息量，邻域熵和信息粒度。 此外，我们证明了这些不确定性度量满足非负性，不变性和单调性。 还给出了这些措施的最大值和最小值。 理论分析和实验结果表明，在邻域系统中，信息量，邻域熵和信息粒度度量优于邻域精度度量。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
