Results (
Indonesian) 2:
[Copy]Copied!
dari Langkah 2.1. Ini merupakan ukuran kualitas aturan keputusan. Jika AV cukup besar (dilambangkan dengan AV> 1) maka kualitas dari himpunan aturan keputusan dianggap baik. Dalam kasus tersebut, L1 yang merupakan batas yang akan memungkinkan hanya aturan keputusan dengan kemampuan pencocokan kuat dengan objek untuk melanjutkan proses klasifikasi, akan mengambil nilai yang besar dan sebaliknya. Perlu dicatat bahwa untuk menyelidiki kemampuan pencocokan aturan keputusan, L1 mungkin mengambil dua nilai yang berbeda ketika AV ~ 1. Nilai-nilai ini ditentukan oleh batas bawah dari domain dari AV (yang 1/3 dan 0 , masing-masing).
Namun, aturan keputusan yang tidak memenuhi hubungan (6) dapat-tidak benar dievaluasi oleh pemikiran pencocokan Huang, con¬sidering jumlah yang relatif kecil dari atribut yang akan cocok satu sama lain pada perbandingan antara objek dan aturan keputusan. Dalam kasus seperti aturan keputusan akan tetap di proses classifi¬cation, hanya jika cakupan dan akurasi mereka memiliki nilai yang cukup besar. Cakupan dan akurasi dari aturan keputusan adalah tindakan evaluasi im¬portant (misalnya [28-30]). Dalam rangka untuk menentukan mereka, "Tubuh ~ Kepala" bentuk jika-maka aturan akan digunakan, di mana "Tubuh" dan "Kepala" adalah "jika" dan "maka" bagian dari aturan keputusan, masing-masing. Dengan demikian, cakupan aturan keputusan didefinisikan sebagai fraksi objek dari training set YTR yang dicakup oleh tubuh dari aturan. Itu adalah:
Being translated, please wait..