Minería de Datos Usando Reglas de Asociación para Datos Difusos Intuicionistas
Autores: Petry, Frederick; Yager, Ronald
Idioma: Inglés
Editor: MDPI
Año: 2023
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
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.
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.