基于粒度計算和遺傳算法的數(shù)據(jù)挖掘算法研究.pdf

1、隨著數(shù)據(jù)庫技術(shù)的成熟和知識發(fā)現(xiàn)等領(lǐng)域技術(shù)的不斷發(fā)展,數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生,并在越來越廣闊的領(lǐng)域得到應(yīng)用和發(fā)展。粗糙集方法是一種重要的數(shù)據(jù)挖掘方法,是由波蘭科學(xué)家Z.Pawlak教授于1982年提出的一種處理不精確、不一致、不完整等各種不確定信息的強(qiáng)有力的數(shù)學(xué)工具。其主要思想是在保持分類能力不變的前提下,通過知識約簡,導(dǎo)出問題的決策或分類規(guī)則,而且在沒有提供任何先驗(yàn)信息的前提下,其也能有效地處理和分析各種不確定數(shù)據(jù)信息,并從中發(fā)現(xiàn)隱含的知

2、識,揭示潛在的規(guī)律。近年來,粗糙集理論已經(jīng)在數(shù)據(jù)挖掘、決策分析、人工智能、模式識別等諸多領(lǐng)域都得到了成功的應(yīng)用。進(jìn)一步探索更加高效的分類和屬性約簡算法是目前國內(nèi)外研究的熱點(diǎn)。
　　 本文將數(shù)據(jù)挖掘理論、粒度計算理論以及遺傳算法理論三者有效結(jié)合,對于如何改進(jìn)決策樹分類算法和屬性約簡算法進(jìn)行了深入地研究,主要工作包括以下幾個方面:
　　 (1)對數(shù)據(jù)挖掘(Data Mining)技術(shù)進(jìn)行了總體上的概述,包括數(shù)據(jù)挖掘的定義、研

3、究的現(xiàn)狀以及當(dāng)前存在的問題、一般過程、主要研究方法和技術(shù),為在這一領(lǐng)域進(jìn)行更深入的研究打下了良好的基礎(chǔ)。在此基礎(chǔ)上對現(xiàn)有決策樹分類算法和屬性約簡算法進(jìn)行了綜述,并對各種現(xiàn)有算法進(jìn)行了比較和分析。
　　 (2)提出一種基于屬性支持度的決策樹算法(DTBAS算法),該算法首先在粒度計算理論基礎(chǔ)上提出了屬性支持度的概念,然后將其作為決策樹構(gòu)造中選取測試屬性的標(biāo)準(zhǔn)。實(shí)驗(yàn)結(jié)果表明DTBAS算法較ID3算法、C4.5算法分類精度更高、計算量