问题1：
1）这段话的意思是不是说：设一完整的数据集为D，先令D有遗失值，得到数据集D'，从D'中随机划出80%的数据来做实验得到分类规则，然后再将这分类规则用在D上测试
2）实验得到的分类规则的精度怎样得到？将每条规则运用于数据，精度=能够适用的规则/规则总数？
3）“用5个不同的随机数作为种子”是什么意思？
4）hayes和hayes-roth是同一个数据集吗？如果不是，哪里可以找到hayes数据集？
5）...N）根据各位的回复而定......

以下是引用enova在2005-3-13 15:54:01的发言： 请先阅读下面一段描述：       由于这些数据集没有遗失数据，为了验证我们提出的方法，我们通过随机数发生器，人为地在条件属性值上随机产生一定比例的遗失数据，得到一个不完备的信息系统(暂时不区分条件属性和决策属性)，在其上作完整化实验．然后，将完整化后的信息系统看成一个决策系统(此时区分为条件属性和决策属性)，并作为数据集．用5个不同的随机数作为种子，分别通过5次随机划分为两个数据集，每次划分均按80％和20％比例．用前者作为训练集，将得出的分类规则在原来完备的数据集上进行测试，分别作5次训练测试． （张伟等。一种基于ROUGH集理论的不完备数据分析方法。2003年6月《模式识别与人工智能》） 问题1： 1）这段话的意思是不是说：设一完整的数据集为D，先令D有遗失值，得到数据集D'，从D'中随机划出80%的数据来做实验得到分类规则，然后再将这分类规则用在D上测试 应该是在剩下的20%D'上测试，这个看起来是交叉验证的变形。 2）实验得到的分类规则的精度怎样得到？将每条规则运用于数据，精度=能够适用的规则/规则总数？ 一般来说，得到的所有所有应该当作一个整体，每一条规则的前件是不一样的： accuracy = 0; 对每一个测试数据{       如果应用这一组规则得到的结果与真实结果一样，则accuracy++; } accuracy /= 测试数据数量。 3）“用5个不同的随机数作为种子”是什么意思？ 意思就是5次80%-20%的划分是不一样的 4）hayes和hayes-roth是同一个数据集吗？如果不是，哪里可以找到hayes数据集？ 应该是，这个是UCI数据集中的一个，google "UCI dataset repository" 5）...N）根据各位的回复而定......

btw: 尽量多看国际杂志上的文章，JMLR,JAIR等杂志是免费的

恩，我有空会多看的
多谢！！！