粗糙集屬性約簡(jiǎn)算法設(shè)計(jì)與實(shí)現(xiàn).pdf

1、數(shù)據(jù)挖掘是一門從大量的數(shù)據(jù)中挖掘出隱藏的有潛在價(jià)值知識(shí)的技術(shù)，是當(dāng)今研究的熱點(diǎn)內(nèi)容之一。數(shù)據(jù)挖掘的技術(shù)有：決策樹方法、模糊集方法、遺傳算法、神經(jīng)網(wǎng)絡(luò)方法、粗糙集方法、數(shù)據(jù)統(tǒng)計(jì)方法等，其中粗糙集方法起到了非常重要的作用。粗糙集理論自1982年被提出以來，得到了許多研究者們的重視，近年來，其理論和應(yīng)用方面都取得了極大的進(jìn)展，在數(shù)據(jù)挖掘、智能分析以及機(jī)器學(xué)習(xí)等領(lǐng)域都用到了粗糙集理論及其算法。在數(shù)據(jù)挖掘領(lǐng)域主要是用到了粗糙集的屬性約簡(jiǎn)算法，通過

2、屬性約簡(jiǎn)算法來縮減數(shù)據(jù)庫中的數(shù)據(jù)量，從而能夠使知識(shí)發(fā)現(xiàn)的時(shí)間更短，知識(shí)發(fā)現(xiàn)結(jié)果的質(zhì)量更高。
　　本論文針對(duì)屬性約簡(jiǎn)算法做了如下幾個(gè)方面的工作：
　　(1)學(xué)習(xí)了數(shù)據(jù)挖掘和粗糙集的背景知識(shí)以及現(xiàn)存的一些典型的屬性約簡(jiǎn)算法?，F(xiàn)存的典型的屬性約簡(jiǎn)算法有基于差別矩陣的屬性約簡(jiǎn)算法、基于屬性重要度和信息熵的屬性約簡(jiǎn)算法、基于遺傳算法的屬性約簡(jiǎn)算法、基于動(dòng)態(tài)規(guī)劃的屬性約簡(jiǎn)方法等。
　　(2)提出了基于分類樹的屬性約簡(jiǎn)方法。該方法充

3、分利用了樹的結(jié)構(gòu)特征來表示屬性的分類能力，每個(gè)葉子節(jié)點(diǎn)代表的是對(duì)象集，葉子節(jié)點(diǎn)的個(gè)數(shù)代表了樹的對(duì)應(yīng)信息系統(tǒng)的分類情況。每個(gè)中間節(jié)點(diǎn)都代表了一個(gè)屬性，中間節(jié)點(diǎn)的不同分支代表了不同的屬性值。如果刪除一個(gè)屬性對(duì)應(yīng)的列后，用信息系統(tǒng)中剩余的屬性及值建立起來的分類樹的葉子節(jié)點(diǎn)的個(gè)數(shù)不比刪除之前少，則說明該屬性是冗余的，在屬性約簡(jiǎn)的過程中可以被刪除。否則說明該屬性是必要的，不能被約簡(jiǎn)掉的。
　　(3)在基于分類樹的基礎(chǔ)上提出了最小屬性約簡(jiǎn)算法