信息增益率和卡方检验算法(IGRAC)在制造业中的应用
现实世界中大型的数据库或数据仓库数据量非常庞大,必须利用数据挖掘中的属性选择技术对数据进行预处理。提出了一种新的属性选择算法,基于信息增益率和卡方检验的属性选择算法(IGRAC),改进的属性选择算法能够显著降低建立决策树等模型的时间,也提高了模型的准确率。该算法成功应用到德阳东汽工模具有限公司中的DSS系统中,满足了企业的要求。
属性选择 数据挖掘 信息增益率 卡方检验 数据仓库 决策树
郭雪星 徐虹 李楠
成都信息工程学院 成都 610225
国内会议
成都
中文
109-111
2009-05-15(万方平台首次上网日期,不代表论文的发表时间)