基于粗糙集的模糊粒度回歸分析.pdf

1、數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)是人工智能最重要的研究方向，而復(fù)雜環(huán)境下信息的不確定性和不一致性是知識(shí)發(fā)現(xiàn)面臨的主要困難。粗糙集理論是在沒有任何先驗(yàn)知識(shí)的情況下對(duì)于數(shù)據(jù)集劃分上下近似，進(jìn)而來研究數(shù)據(jù)蘊(yùn)含的知識(shí)。粗糙集理論目前得到廣大的應(yīng)用。
　　目前針對(duì)粗糙集處理決策(分類)問題的屬性約簡(jiǎn)算法已經(jīng)比較成熟，其基本的理論依據(jù)是基于屬性重要度概念，來對(duì)屬性進(jìn)行約簡(jiǎn)。但是對(duì)于具有連續(xù)輸出回歸問題的屬性約簡(jiǎn)，研究的比較少。傳統(tǒng)回歸的算法基本上都是根據(jù)已

2、知樣本來構(gòu)建或是模擬回歸函數(shù)，利用建立起來的回歸函數(shù)來對(duì)于新的樣本進(jìn)行回歸預(yù)測(cè)，人為地對(duì)于回歸方程進(jìn)行了主觀的設(shè)定，存在不可避免的弊端性。
　　本文的目的有兩個(gè)，首先，參照決策(分類)問題中的基于粗糙集理論的屬性約簡(jiǎn)來構(gòu)造回歸問題中的屬性約簡(jiǎn)。給出回歸問題中的屬性重要度概念，并以此設(shè)計(jì)了兩個(gè)計(jì)算屬性重要的方法得到兩個(gè)屬性重要度向量。結(jié)合實(shí)際數(shù)據(jù)對(duì)屬性重要度方法的檢驗(yàn)。
　　其次，分析了傳統(tǒng)回歸分析特點(diǎn)和主要步驟，提出基于粗糙