摘要：传统的规则挖掘方法仅利用属性和值的等式关系表达决策规则,而不等式关系作为等式关系的补充,可以有效的避免医疗诊断规则挖掘算法生成过于庞大的规则集.提出一种表达不等式关系的补偿型决策表扩展模型,从理论上分析了模型的复杂度,并构造出基于粗糙集的不等式医疗诊断规则挖掘算法,该方法弥补了传统等式规则挖掘方法的不足.对比实验结果表明,当医疗决策表中属性含有较多值且大部分值与某一类别相关时,该方法可以生成数量较少且形式简洁的规则集合.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）