粗糙集理論及其在數(shù)據(jù)預(yù)處理中的應(yīng)用.pdf

1、隨著數(shù)據(jù)庫(kù)技術(shù)的迅猛發(fā)展,人們可以輕易的獲得海量的數(shù)據(jù),并且這些數(shù)據(jù)還在日益增長(zhǎng),我們希望計(jì)算機(jī)能夠自動(dòng)的幫助我們處理這些海量的數(shù)據(jù),并提取隱含的有價(jià)值的知識(shí),這就需要我們對(duì)數(shù)據(jù)庫(kù)知識(shí)的發(fā)現(xiàn)作更加深入地研究.換句話說,知識(shí)發(fā)現(xiàn)就是從某個(gè)領(lǐng)域的歷史數(shù)據(jù)中獲取有用的、未知的知識(shí),由于歷史數(shù)據(jù)在設(shè)計(jì)時(shí)并沒有考慮數(shù)據(jù)挖掘任務(wù)或者考慮較少,且歷史數(shù)據(jù)有時(shí)存儲(chǔ)在多個(gè)數(shù)據(jù)庫(kù)中,并且數(shù)據(jù)庫(kù)中數(shù)據(jù)的不完全性是不可避免的.從這些數(shù)據(jù)庫(kù)中收集而成的樣本數(shù)據(jù)集

2、并不一定適合直接用于數(shù)據(jù)挖掘,通常需要經(jīng)過預(yù)處理后才能使用.而粗糙集理論是一種新的處理模糊、不精確、不完全數(shù)據(jù)的數(shù)學(xué)工具.它是建立在分類機(jī)制的基礎(chǔ)上,將分類理解為特定空間上的等價(jià)關(guān)系,而等價(jià)關(guān)系構(gòu)成了對(duì)該空間的劃分;粗糙集理論的主要思想是在保持原來信息系統(tǒng)分類能力不變的前提下,利用已知的知識(shí)庫(kù),將不精確或者是不確定的知識(shí)用知識(shí)庫(kù)中已知的知識(shí)來近似刻畫,通過知識(shí)的補(bǔ)充、約簡(jiǎn),導(dǎo)出問題的決策或者分類規(guī)則.粗糙集理論自從粗糙集在八十年代提出之

3、后,已經(jīng)成功的運(yùn)用于許多商業(yè)應(yīng)用中,因而粗糙集理論引起了眾多研究者的興趣.該文主要是在廣州三汽公司信息管理系統(tǒng)的項(xiàng)目背景下討論了粗糙集理論及其在數(shù)據(jù)預(yù)處理中的應(yīng)用問題.該文首先介紹了數(shù)據(jù)預(yù)處理技術(shù)和幾種處理方法;然后分析了粗糙集的基本理論,并且介紹了基于不完備信息系統(tǒng)的粗糙集理論;然后我們重點(diǎn)介紹和分析了缺損數(shù)據(jù)的補(bǔ)全問題,并分析了填補(bǔ)算法,最后結(jié)合實(shí)際情況分析了ROUSTIDA算法在廣州第三公交汽車公司收費(fèi)系統(tǒng)中對(duì)數(shù)據(jù)進(jìn)行糾錯(cuò)處理過程