计算机科学与探索 ›› 2014, Vol. 8 ›› Issue (5): 593-600.DOI: 10.3778/j.issn.1673-9418.1307018
张燕平1,2,邹慧锦1,2,邢 航1,2,赵 姝1,2+
ZHANG Yanping1,2, ZOU Huijin1,2, XING Hang1,2, ZHAO Shu1,2+
摘要: 构造性覆盖算法(constructive covering algorithm,CCA)三支决策模型在学习过程中根据样本分布特征,自动产生正域、负域和边界域。该模型为边界域样本处理问题提供了新的思路。重点讨论了基于CCA的三支决策的边界域样本处理问题。对边界域样本处理提出了两种决策方案:一种为处理全部的边界域样本,给出了距中心最近原则、距边界最近原则、万有引力原则3种方法;另一种为处理部分的边界域样本,即只对满足一定条件的边界域样本作进一步的划分,这样使不满足条件的边界域样本仍保留在边界域,提高了边界域样本处理的正确率。用十字交叉法在5组数据集上对这两种决策方案进行了对比,实验结果表明,处理部分边界域样本时正确率更高,效果更好。