摘要
分类是数据挖掘研究的主要内容之一,将微粒群算法应用于分类问题,进行分类规则的提取。对于微粒群算法本身而言,主要考虑两方面,一方面要考虑编码问题,另一方面要考虑适应值函数的定义。文章主要针对适应值函数进行研究,首先给出了前人提出的几种适应值函数,提出一种新的适应值函数,进一步采用UC I标准数据集进行实验,将几种适应值函数所得结果进行比较,结果表明该适应值函数的有效性。
Classification is one tasks of data mining, using particle swarm optimization in classification especially classification rule extraction. Encoding and fitness function must be considered. We only take the latter into consideration. First it provides several fitness functions, then brings out a new fitness function of classification rule. The experiment uses UCI data sets and the results show that the fitness function is effective.
出处
《太原科技大学学报》
2008年第4期284-287,共4页
Journal of Taiyuan University of Science and Technology
关键词
分类
微粒群
分类规则
classification, PSO, classification rule
