李玲华
- 作品数：3 被引量：1H指数：1
- 供职机构：桂林电子科技大学商学院更多>>
- 发文基金：广西青年科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于聚类与离散化算法的分类方法
- 2010年
- 在采用聚类方法产生训练集的基础上,运用粗集理论离散化预处理该训练集,可以更好的提高分类精度。文章运用PAM算法聚类原始样本构成训练集,再利用布尔逻辑和粗集理论结合的离散化算法离散化该训练集,并以此离散化的训练集训练分类器。实验结果证明,基于该方法在相同的数据集上分类,比仅基于PAM算法预处理的RDDTE方法产生的分类精度最高提高了15.5%,且选用更少量的训练集。
- 杨怀珍李玲华
- 关键词：PAM启发式算法数据离散化
- 基于聚类提取训练集的预测分析被引量：1
- 2010年
- 该文建立了一种基于聚类分析与决策树分析相结合的服务订制预测模型,利用聚类提取训练集训练决策树,将生成模型应用于某地区用户对有线电视交互服务的订制意愿预测,最终确定高响应率客户群。实验证明,该模型相对于仅通过决策树进行预测能更大程度地提高分类精度,能更有效地识别出高响应率客户群。所提出的研究框架与方法,为企业在商业竞争中制定有效的营销决策提供了重要依据。
- 杨怀珍李玲华
- 关键词：K-MEANS聚类决策树
- 基于K-means聚类与决策树的有线电视交互服务订制预测
- 2009年
- 建立了一种基于聚类分析与决策树分析相结合的服务订制预测模型,阐述了聚类分析Kmeans算法、决策树算法C5.0算法原理、建模流程的设计,将模型应用于某地区用户对有线电视交互服务的订制意愿预测,最终确定高响应率客户群。实验证明,该模型相对于仅通过决策树进行预测能更大程度地提高分类精度,并能更有效地识别出高响应率客户群。
- 杨怀珍李玲华
- 关键词：K-MEANS聚类决策树
