《表3 UCI数据集说明:水产养殖水质预警指标约简算法研究》
上述实例已证明本研究约简算法在水产养殖水质指标预警信息预处理是可行的。为了进一步验证算法的有效性,选用文献[9]中的A算法———基于属性重要性的约简算法、B算法———基于信息熵的属性约简算法和本文中基于关联属性重要度的约简算法,对业界常用的国际标准测试数据集UCI中的Iris数据集、Car Evaluation数据集、Tic-Tac-Toe数据集和Soybean数据集进行验证与分析。对于信息系统中的连续属性离散化问题,采用Rosetta中的Entropy/MDL算法进行处理。表3为相关UCI数据集说明,表4为3种算法最终约简实验对比结果。
图表编号 | XD00161825700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 鄂旭、杨芳、侯建、毛玫静、阎琦、励建荣 |
绘制单位 | 渤海大学信息科学与技术学院、渤海大学食品科学研究院、渤海大学实验管理中心、渤海大学工学院、贵阳块数据城市建设有限公司、渤海大学信息科学与技术学院、渤海大学食品科学研究院 |
更多格式 | 高清、无水印(增值服务) |