基于屬性間相關(guān)性分析的屬性選擇方法研究.pdf

1、數(shù)據(jù)挖掘是一門從大量的日常業(yè)務(wù)數(shù)據(jù)中提取隱含的同時(shí)又是有用的信息的新興技術(shù)．?dāng)?shù)據(jù)挖掘算法對(duì)其處理的數(shù)據(jù)集合一般都有一定要求，比如數(shù)據(jù)完整性好、數(shù)據(jù)冗余性少、屬性之間相關(guān)性小等．然而，日常業(yè)務(wù)數(shù)據(jù)一般都可能具有不完整性、冗余性和模糊性等特點(diǎn)．因此，應(yīng)用數(shù)據(jù)挖掘算法之前一般需要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理．屬性選擇是一種重要的數(shù)據(jù)預(yù)處理方法，可以降低數(shù)據(jù)集的維度和噪音，使數(shù)據(jù)挖掘算法效果更好。 本文首先介紹了屬性選擇的相關(guān)技術(shù)及本文所涉及的

2、信息論的基本概念，隨后詳細(xì)分析了屬性選擇包中算法的靜態(tài)組織結(jié)構(gòu)和動(dòng)態(tài)運(yùn)行過程，然后介紹了已有相關(guān)性評(píng)價(jià)方法，著重?cái)⑹隽诵碌膶傩蚤g冗余性的分析和最大關(guān)聯(lián)-最小冗余的評(píng)價(jià)標(biāo)準(zhǔn)。最后本文設(shè)計(jì)了兩個(gè)基于屬性間相關(guān)性分析的屬性選擇算法．一個(gè)是消除屬性間冗余性的算法，它利用決策獨(dú)立相關(guān)性和決策依賴相關(guān)性來分別度量屬性與類屬性之間關(guān)聯(lián)性和屬性與屬性之間冗余性，另一個(gè)是排序法與打包法相結(jié)合的算法，它是一個(gè)兩階段方法，首先排序法利用最大關(guān)聯(lián)．最小冗余標(biāo)準(zhǔn)