粗糙集及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf

1、波蘭數(shù)學(xué)家Z.Pawlak于1982年提出的粗糙集理論是一種新的處理模糊和不確定性知識的數(shù)學(xué)工具。其主要思想就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。目前，粗糙集理論已成功地應(yīng)用于機器學(xué)習(xí)、決策分析、過程控制、模式識別與數(shù)據(jù)挖掘等領(lǐng)域。粗糙集在數(shù)據(jù)挖掘的過程中，可用于數(shù)據(jù)挖掘的數(shù)據(jù)預(yù)處理部分。本文正是以此為出發(fā)點，以粗糙集理論應(yīng)用于數(shù)據(jù)挖掘數(shù)據(jù)預(yù)處理的相關(guān)步驟為線索，對粗糙集理論中的幾個關(guān)鍵問題進行了深入地

2、研究。全文重點論述的內(nèi)容如下： (1)連續(xù)屬性的離散化問題粗糙集能出色地處理離散屬性，但不能直接處理連續(xù)屬性，在數(shù)據(jù)挖掘應(yīng)用中，往往需要進行連續(xù)屬性離散化處理。本文提出了基于遺傳算法的連續(xù)屬性離散化方法HCGA。該算法克服了基于支持度和基于重要性等離散化算法容易得到局部最優(yōu)解的缺點，實驗證明文中的算法兼顧了屬性離散化的全局性和準(zhǔn)確性。 (2)屬性約簡算法到目前為止還沒有一個公認的、高效的約簡算法。本文通過分析胡可云博士提

3、出的HORAFA算法，指出了其不能獲得最優(yōu)約簡的缺點，提出了改進的屬性約簡算法BFA和ABFA。通過對比實驗分析，BFA算法和ABFA算法都能得到較優(yōu)約簡，但比較這兩種算法的時間復(fù)雜度，ABFA算法具有更高的效率，是一種較優(yōu)的約簡算法。 (3)決策規(guī)則提取算法基于粗糙集理論實現(xiàn)數(shù)據(jù)挖掘的目的就是為了得到有用的知識以指導(dǎo)決策，屬性約簡的最終目的也是為了得到有用的規(guī)則，一個好的規(guī)則提取算法可以對決策更加有利。而提取的規(guī)則必須符合實際