基于Bayes概率边界域的粗集分类方法及其在高频数据中的应用
Rough Set Classification Method Based on Bayes Probabilistic Boundary and Its Application in High Frequency Data出 版 物：《统计与精算》
年 卷 期：2010年第4期
页 面：76-82页
主 题：可变精度粗糙集 Bayes边界域 高频数据 variable precision rough set bayes boundary high-frequency data
摘 要：作为一种近似处理的工具，粗集主要用于不确定情况下的决策分析，并且不需要任何事先的数据假定。但当前的主流粗集分类方法仍然需要先经过离散化的步骤，这就损失了数值型变量提供的高质量信息。本文对隶属函数重新加以概率定义，并提出了一种基于Bayes概率边界域的粗集分类技术，比较好地解决了当前粗集方法所面临的数值型属性分类的不适应、分类规则不完备等一系列问题。