分類數(shù)據(jù)挖掘中若干基本問題的研究.pdf

1、面對大規(guī)模的、高維的數(shù)據(jù),如何建立有效的,可擴(kuò)展的分類數(shù)據(jù)挖掘算法是數(shù)據(jù)挖掘領(lǐng)域的研究熱點.圍繞以上問題,該文對分類數(shù)據(jù)挖掘中涉及的若干基本問題進(jìn)行了深入研究,主要包括以下幾個方面的內(nèi)容:提出了一種結(jié)構(gòu)自適應(yīng)的神經(jīng)網(wǎng)絡(luò)特征選擇方法.通過交替刪除網(wǎng)絡(luò)中冗余的輸入特征和隱結(jié)點,使網(wǎng)絡(luò)結(jié)構(gòu)在特征選擇的過程中保持相對良好.實驗表明該方法能快速有效刪除特征,提高網(wǎng)絡(luò)泛化性能.提出一種基于粗集理論和神經(jīng)網(wǎng)絡(luò)相結(jié)合的分類規(guī)則挖掘算法.首先使用粗集理論

2、和神經(jīng)網(wǎng)絡(luò)對決策表進(jìn)行兩次屬性約簡,然后使用粗集理論對約簡后的決策表進(jìn)行規(guī)則抽取.該方法充分融合了粗集理論強大的規(guī)則生成能力和神經(jīng)網(wǎng)絡(luò)優(yōu)良的容錯性能.實驗表明,該方法快速有效,生成規(guī)則簡單準(zhǔn)確,具有良好的魯棒性.屬性離散化的方法可以分為兩類:局部方法和全局方法.局部方法簡單易行但效果較差,而全局方法效果較好但算法復(fù)雜計算量大.該文提出一種有效的結(jié)合兩類方法優(yōu)點的折衷算法,在一種已有基于熵的局部算法基礎(chǔ)上加入對決策表數(shù)據(jù)不一致度的檢驗,從

3、而使該算法具有了全局化的特性.實驗結(jié)果表明使用相同的規(guī)則生成器C4.5,該文方法比傳統(tǒng)離散化方法生成的規(guī)則更強壯.對目前廣泛應(yīng)用的基于粗集理論和信息熵的幾種規(guī)則不確定性度量準(zhǔn)則進(jìn)行了比較分析,通過定理證明了它們之間存在不一致性以及發(fā)生不一致時的必要條件,提出了下一步構(gòu)建更有效的不確定性度量的方向.提出一種基于粗糙集理論的分類別進(jìn)行規(guī)則抽取的算法.首先獲得每類數(shù)據(jù)的屬性約簡;然后為每類數(shù)據(jù)構(gòu)造一個分辨矩陣和一個合并矩陣,通過兩個矩陣的交互