基于粗糙集的數(shù)據(jù)離散化算法研究.pdf

1、粗糙集理論是一種能夠處理模糊和不確定信息的有效工具，近年來在機(jī)器學(xué)習(xí)等多個(gè)領(lǐng)域得到了廣泛的應(yīng)用。在許多實(shí)際應(yīng)用中，粗糙集并不能直接用來從原始的信息系統(tǒng)獲取知識(shí)，必須對(duì)信息系統(tǒng)進(jìn)行預(yù)處理，其中，數(shù)據(jù)離散化是預(yù)處理中關(guān)鍵的一步。對(duì)信息系統(tǒng)的有效離散化能夠大大提高后續(xù)規(guī)則學(xué)習(xí)過程的效率和學(xué)習(xí)結(jié)果的性能。
　　 論文的主要工作包括兩個(gè)方面：
　　 首先，論文對(duì)基于輔助矩陣和信息熵的兩類基于粗糙集模型的主要啟發(fā)式離散化算法進(jìn)行實(shí)驗(yàn)

2、研究，對(duì)兩類算法的綜合性能進(jìn)行比較。結(jié)果表明，基于輔助矩陣的算法復(fù)雜度較高，較適合于處理小容量數(shù)據(jù)集；信息熵類算法的識(shí)別率雖略低于輔助矩陣類算法，但是在正確識(shí)別率方面有一定優(yōu)勢(shì)，而且計(jì)算時(shí)間短，在樣本分布均勻和閾值選擇合適的情況下適合于處理較大容量數(shù)據(jù)集。
　　 其次，論文通過改進(jìn)斷點(diǎn)重要性的度量方式，提出了一種新的基于信息熵的啟發(fā)式數(shù)據(jù)離散化算法。仿真測(cè)試結(jié)果表明，在樣本分布均勻和閾值選擇合適的情況下，新算法的運(yùn)行時(shí)間明顯縮短