来源:《西北师范大学学报(自然科学版)》2018年第03期  作者:张晓霞;陈德刚;
选择字号

粗糙集预测算法的稳定性分析

收藏本文  分享

粗糙集预测旨在从决策信息系统中学习规则从而预测新样本的标签.文中利用置信度刻画规则的可信程度,从而设计基于粗糙集的置信度预测算法,称为置信度算法.该算法可以对新样本分配与其匹配之后置信度最高的标签.泛化误差作为衡量算法有效性的指标之一,对其界的估计一直是构造学习模型的基础.利用算法稳定性概念刻画了置信度算法的泛化界,结果表明泛化能力由样本个数以及稳定性参数决定:样本数目越大,规则数目越多且稳定性参数越小;泛化误差界越小,经验误差越逼近泛化误差.(本文共计8页)......[继续阅读本文]

下载阅读本文    订阅本刊

相关文章推荐

看看这些杂志对你有没有帮助...

更多杂志>>