基于模糊聚類和粗糙集的連續(xù)值屬性約簡研究.pdf

1、屬性約簡是粗糙集理論的研究熱點(diǎn)之一，它是一種保證屬性分類能力不變的前提下，剔除冗余屬性的過程。通過屬性約簡，可以實(shí)現(xiàn)數(shù)據(jù)表的列壓縮，從而降低數(shù)據(jù)挖掘的數(shù)據(jù)量，提升挖掘效率。目前基于粗糙集的屬性約簡算法多數(shù)只適用于離散型數(shù)據(jù)。然而，在現(xiàn)實(shí)工作中，不僅有符號、類別等離散型數(shù)據(jù)，更有大量的連續(xù)型數(shù)據(jù)，甚至二者的混合。因此，在粗糙集屬性約簡算法的應(yīng)用中，通常先對連續(xù)數(shù)據(jù)進(jìn)行離散化處理。然而，離散化處理過程難以保存屬性在數(shù)值上的差異，難免造成一定

2、程度的信息損失。因此本文深入研究以往文獻(xiàn)，提出了一種基于模糊聚類和粗糙集的連續(xù)值屬性約簡算法。
　　基于模糊聚類和粗糙集的連續(xù)值屬性約簡算法主要分為兩個(gè)部分:第一部分，引入模糊聚類，將屬性值上的模糊性轉(zhuǎn)化為對象關(guān)系的模糊性，并以此得到論域?qū)ο蟮膭澐?，這部分相當(dāng)于粗糙集屬性約簡中的等價(jià)類劃分;第二部分，同樣運(yùn)用模糊聚類，將相似度貼近的屬性聚為一類，并從每一類中選擇代表性的屬性構(gòu)成約簡屬性子集，而在屬性子集的評價(jià)上，結(jié)合了粗糙集依賴度

3、的概念。通過模糊聚類和粗糙集結(jié)合算法得到的屬性約簡，綜合考慮了屬性的相異性與相關(guān)性，在保證屬性信息覆蓋廣度的同時(shí)，降低了約簡過程的信息損失，并在依賴度概念上保持了信息系統(tǒng)的分類能力不變。
　　區(qū)別于以往粗糙集的啟發(fā)式屬性約簡算法，基于模糊聚類和粗糙集的屬性約簡不需要計(jì)算核屬性，也省去了逐層逐個(gè)計(jì)算屬性重要度的過程，因而在算法上有所提升。最后通過7組UCI標(biāo)準(zhǔn)數(shù)據(jù)集以及3組經(jīng)濟(jì)金融數(shù)據(jù)的仿真實(shí)驗(yàn)，表明本文提出的算法有效，并且在進(jìn)一步