logo móvil
Contáctanos

Minería de Datos Usando Reglas de Asociación para Datos Difusos Intuicionistas

Autores: Petry, Frederick; Yager, Ronald

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Minería de Datos Usando Reglas de Asociación para Datos Difusos Intuicionistas


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Reglas de asociación
Datos difusos intuicionistas
Cardinalidad
Soporte
Métricas de confianza
Notación

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
Este documento considera enfoques para el cálculo de reglas de asociación para datos difusos intuicionistas. Las reglas de asociación pueden proporcionar orientación para evaluar las relaciones significativas que se pueden determinar al analizar datos. El enfoque utiliza la cardinalidad de los conjuntos difusos intuicionistas que proporcionan un rango mínimo y máximo para las métricas de soporte y confianza. Se utiliza una nueva notación para permitir la representación de las métricas difusas. Se utiliza un ejemplo práctico de consultas sobre las características deseables de los lugares de vacaciones para ilustrar.

Otros recursos que podrían interesarte

Temas Virtualpro