基于屬性間相關性分析的屬性選擇方法研究.pdf

1、數(shù)據(jù)挖掘是一門從大量的日常業(yè)務數(shù)據(jù)中提取隱含的同時又是有用的信息的新興技術(shù)．數(shù)據(jù)挖掘算法對其處理的數(shù)據(jù)集合一般都有一定要求，比如數(shù)據(jù)完整性好、數(shù)據(jù)冗余性少、屬性之間相關性小等．然而，日常業(yè)務數(shù)據(jù)一般都可能具有不完整性、冗余性和模糊性等特點．因此，應用數(shù)據(jù)挖掘算法之前一般需要對原始數(shù)據(jù)進行預處理．屬性選擇是一種重要的數(shù)據(jù)預處理方法，可以降低數(shù)據(jù)集的維度和噪音，使數(shù)據(jù)挖掘算法效果更好。 本文首先介紹了屬性選擇的相關技術(shù)及本文所涉及的

2、信息論的基本概念，隨后詳細分析了屬性選擇包中算法的靜態(tài)組織結(jié)構(gòu)和動態(tài)運行過程，然后介紹了已有相關性評價方法，著重敘述了新的屬性間冗余性的分析和最大關聯(lián)-最小冗余的評價標準。最后本文設計了兩個基于屬性間相關性分析的屬性選擇算法．一個是消除屬性間冗余性的算法，它利用決策獨立相關性和決策依賴相關性來分別度量屬性與類屬性之間關聯(lián)性和屬性與屬性之間冗余性，另一個是排序法與打包法相結(jié)合的算法，它是一個兩階段方法，首先排序法利用最大關聯(lián)．最小冗余標準