粗糙集理論中的連續(xù)屬性離散化方法研究.pdf

1、粗糙集理論是波蘭數(shù)學(xué)家Z.Pawlak于1982年提出的一種數(shù)據(jù)分析理論,它善于從數(shù)據(jù)中獲取知識(shí),并能利用不確定,不完整的經(jīng)驗(yàn)知識(shí)進(jìn)行推理,能夠有效地表達(dá)不確定或不精確的知識(shí),而且其無需提供除問題所需處理的數(shù)據(jù)之外的任何先驗(yàn)信息,完全由數(shù)據(jù)本身出發(fā)來解決問題,這些優(yōu)點(diǎn)極大的推動(dòng)了粗糙集理論的發(fā)展。然而可惜的是粗糙集理論只能對(duì)離散的數(shù)據(jù)進(jìn)行處理和分析,這大大限制了粗糙集應(yīng)用的范圍,也是粗糙集理論的瓶頸。在現(xiàn)實(shí)中,大部分?jǐn)?shù)據(jù)庫都含有連續(xù)數(shù)據(jù)

2、,如果要使用粗糙集對(duì)數(shù)據(jù)進(jìn)行分析處理,就必須對(duì)連續(xù)屬性進(jìn)行離散化,而且離散化的好壞也直接影響后面的分析和規(guī)則提取,這就對(duì)連續(xù)屬性離散化提出了更高的要求。
　　本文主要工作有:
　　(1)首先敘述了離散化概念的來源,以及離散化在數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)中的必要性。然后介紹了粗糙集基本理論和粗糙集中的離散化問題。
　　(2)從離散化問題出現(xiàn)到現(xiàn)在,人們提出了各種離散化方法,文中總結(jié)了離散化方法的分類、評(píng)價(jià)標(biāo)準(zhǔn)和發(fā)展現(xiàn)狀等,并分析

3、了幾種代表性的離散化方法。
　　(3)從模糊集理論角度出發(fā),把離散化的選擇斷點(diǎn)問題看成是找等價(jià)關(guān)系R將論域U進(jìn)行劃分問題,從而將斷點(diǎn)選擇對(duì)應(yīng)于尋找合適的等價(jià)關(guān)系?；诖?文中提出了一種基于模糊聚類的離散化方法,即構(gòu)造各樣本間的模糊相似矩陣,以截關(guān)系將其聚類,并在聚類過程中給出選擇函數(shù),由該函數(shù)在眾多不同的聚類結(jié)果中選擇最優(yōu)結(jié)果,避免了主觀因素的影響。
　　(4)分析了在實(shí)驗(yàn)過程產(chǎn)生過度聚類的原因,并給出了改進(jìn)算法,即首先由模