數(shù)據(jù)挖掘中屬性約簡(jiǎn)及規(guī)則生成算法研究.pdf

1、粗糙集做為一個(gè)重要的數(shù)據(jù)分析處理理論工具，其優(yōu)勢(shì)在于對(duì)數(shù)據(jù)處理時(shí),不需要任何有關(guān)于待處理數(shù)據(jù)預(yù)備或額外的信息?；诖植诩碚摰臄?shù)據(jù)挖掘工作已經(jīng)取得了一定進(jìn)展，尋求高效的屬性約簡(jiǎn)算法以及規(guī)則生成算法是研究的重點(diǎn)。 基于正域、分辨矩陣等屬性約簡(jiǎn)算法在一定條件下能夠取得比較好約簡(jiǎn)效果，但這些算法必須求核，增加了時(shí)間復(fù)雜度，而且沒(méi)有考慮到條件屬性之間的依賴性，不能去除冗余屬性，在處理高維數(shù)據(jù)時(shí)無(wú)法取得較好的約簡(jiǎn)效果。 在結(jié)合粗糙

2、集理論與信息理論的基礎(chǔ)上，用信息熵中的對(duì)稱不確定公式來(lái)量度兩個(gè)屬性之間的依賴度，提出了基于屬性依賴的屬性約簡(jiǎn)算法，該算法不用求核，直接用條件屬性與決策屬性之間的依賴度為依據(jù)來(lái)選擇理想的條件屬性，并且刪除被選條件屬性中的冗余屬性。從理論及實(shí)驗(yàn)數(shù)據(jù)分析中，通過(guò)與其他算法比較，可知該算法具有比較好的約簡(jiǎn)效果及較小的時(shí)間復(fù)雜度。 深入研究現(xiàn)有規(guī)則生成算法的基礎(chǔ)上，對(duì)基于投影的規(guī)則生成算法進(jìn)行了改進(jìn)，改進(jìn)后的算法能消除原算法中的噪聲規(guī)則；