基于粗糙集理論的關(guān)聯(lián)規(guī)則挖掘方法研究.pdf

1、粗糙集(Rough sets)理論是由Pawlak教授于20世紀(jì)80年代初提出的一種用于處理不確定性和含糊性知識的數(shù)學(xué)工具,其基本思想是在保持分類能力不變的前提下,通過知識約簡,導(dǎo)出概念的分類規(guī)則.它無需提供相關(guān)數(shù)據(jù)集合外的任何先驗信息,適合于發(fā)現(xiàn)數(shù)據(jù)中隱含的、潛在有用的規(guī)律,即知識,找出其內(nèi)部數(shù)據(jù)的關(guān)聯(lián)關(guān)系和特征.近年來,粗糙集理論和應(yīng)用取得了很大的成功,已成為軟計算方法的重要分支,其涉及的領(lǐng)域包括模式識別、機器學(xué)習(xí)、決策分析和決策支

2、持、知識獲取、知識發(fā)現(xiàn)等.提取關(guān)聯(lián)規(guī)則的決策樹模型具有易構(gòu)造、結(jié)構(gòu)簡單、易于理解、分類精度高且易于轉(zhuǎn)化成SQL語句有效地存取數(shù)據(jù)庫,易于算法實現(xiàn)等優(yōu)點,尤其適于規(guī)則提取.首先,本文介紹了經(jīng)典(Pawlak型)粗糙集的基本理論及其在不完全信息下的推廣模型.經(jīng)典粗糙集是建立在完全信息和等價關(guān)系基礎(chǔ)之上的,用一對上下近似集合來表示一個不精確的概念.其次,研究了粗糙集理論的屬性約簡和規(guī)則提取問題,已經(jīng)證明求所有約簡和最小約簡是NP-Hard問題

3、.由于在實際應(yīng)用中,我們應(yīng)用關(guān)聯(lián)規(guī)則進(jìn)行決策時感興趣的是一種能夠提供決策支持的強規(guī)則,為保證有用規(guī)則的有效挖掘,屬性約簡和規(guī)則提取應(yīng)在這個條件下進(jìn)行.本文提出了一種基于限制條件的屬性約簡和規(guī)則提取的方法,它可以求出滿足我們要求的所有強規(guī)則,并且運算量比較小.然后研究了粗糙集理論和決策樹的結(jié)合,提出了限制條件下的一種基于粗糙集理論的決策樹算法,并把它用到了保險分析.最后,本文研究了粗糙集在不完全信息下的推廣,提出了一種基于限制條件的不完全