1) induction algorithms
归纳算法
2) statistic inductive algorithm (SIA)
统计归纳算法(SIA)
4) judgement tree aposteriori algorithm
判定树归纳算法
1.
This article introduces improving Apriori parallel algorithm based on correlative rule,judgement tree aposteriori algorithm based on classification and K-cluster algorithm based on clustering,and applied these algorithms into intelligent information processing course synthetically.
着重阐述在数据挖掘阶段提出并改进基于关联规则的Apriori并行算法、基于分类的判定树归纳算法和基于聚类的K簇算法,并将几种算法综合应用到智能信息处理过程中。
5) attribute oriented induction
属性归纳算法
1.
This paper analyses some traditional attribute oriented induction(AOI) algorithms in the data mining field, points out their shortcomings, and presents an algorithm for the data mining of concept hierarchy based on sampling.
本文分析了几种传统属性归纳算法 ,针对它们的不足 ,提出了基于取样的概念层次挖掘算法 ,它不仅可以处理不平衡的概念层次 ,而且得到的泛化规则可以反映实际的数据分布。
6) induction
[英][ɪn'dʌkʃn] [美][ɪn'dʌkʃən]
归纳、归纳法
补充资料：不完全归纳推理
“完全归纳推理”的对称。以关于某类事物中部分对象的判断为前提，推出关于某类事物全体对象的判断做结论的推理。在归纳推理中，完全归纳推理是不多的，不完全归纳推理则是大量的。有两种：(1)简单枚举归纳推理，这是或然性推理；(2)科学归纳推理，这是必然性推理。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条