數(shù)據(jù)挖掘中屬性約簡及規(guī)則生成算法研究.pdf

1、粗糙集做為一個重要的數(shù)據(jù)分析處理理論工具，其優(yōu)勢在于對數(shù)據(jù)處理時,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)取得了一定進展，尋求高效的屬性約簡算法以及規(guī)則生成算法是研究的重點。 基于正域、分辨矩陣等屬性約簡算法在一定條件下能夠取得比較好約簡效果，但這些算法必須求核，增加了時間復(fù)雜度，而且沒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)時無法取得較好的約簡效果。 在結(jié)合粗糙

2、集理論與信息理論的基礎(chǔ)上，用信息熵中的對稱不確定公式來量度兩個屬性之間的依賴度，提出了基于屬性依賴的屬性約簡算法，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。從理論及實驗數(shù)據(jù)分析中，通過與其他算法比較，可知該算法具有比較好的約簡效果及較小的時間復(fù)雜度。 深入研究現(xiàn)有規(guī)則生成算法的基礎(chǔ)上，對基于投影的規(guī)則生成算法進行了改進，改進后的算法能消除原算法中的噪聲規(guī)則；