基于遗传算法的预测规则发现研究  

Study on discovering prediction roles based on genetic algorithm

作　　者：郭嫄嫄[1] 蔡之华[1] 

机构地区：[1]中国地质大学计算机科学与技术系,湖北武汉430074

出　　处：《计算机工程与设计》2004年第10期1669-1672,共4页Computer Engineering and Design

基　　金：湖北省自然科学基金(2001ABB006)

摘　　要：如何发现有趣的(令人惊讶的、新颖的)知识是数据挖掘算法研究中的一个挑战。将遗传算法用于在依赖建模任务中发现有趣的规则,讨论了个体表示、遗传算子和适应度函数等应如何改变以满足从数据中挖掘高级知识的特定要求,给出了实例及运行结果,并与已有的成果做了简单的比较。How to discover interesting (surprising, novel ) knowledge remains a challenge for data mining algorithms. Genetic algorithm is used to discover interesting rules in dependence modeling task. How individual representation, genetic operators and fitness functions have to be adapted for especially extracting high-level knowledge from data is discussed. Some results of the experiments are shown and they are compared with others' existed works.

关 键 词：数据挖掘算法 遗传算法 规则 适应度函数 表示 建模 遗传算子 发现 改变 体表 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]