基于粗糙集屬性約簡算法的研究.pdf

1、近年來,數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)界的很大的關(guān)注,主要原因是存在著大量可以使用的數(shù)據(jù),并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)。粗糙集理論(Rough Set)就是在這樣背景下不斷發(fā)展起來的。粗糙集理論主要用于不精確、不確定數(shù)據(jù)挖掘與處理的新型數(shù)學(xué)理論。粗糙集合理論是由波蘭數(shù)學(xué)家
　　Z.Pawlak在1982年提出的,是繼概率論、模糊數(shù)學(xué)、證據(jù)理論之后又一種處理不確定性信息的有效數(shù)學(xué)工具。該理論的特點(diǎn)是不需要任何先驗(yàn)知識(shí),或任何

2、附加信息,就能有效地分析和處理不精確、不完整和不一致的信息,并且從中發(fā)現(xiàn)隱含的知識(shí),揭示潛在的規(guī)律。將粗糙集應(yīng)用于數(shù)據(jù)挖掘領(lǐng)域,能提高對(duì)大型數(shù)據(jù)庫中的不完整數(shù)據(jù)進(jìn)行分析和學(xué)習(xí)的能力,具有廣泛的應(yīng)用前景和實(shí)用價(jià)值。
　　信息系統(tǒng)的屬性約簡算法是粗糙集理論的核心內(nèi)容。尋找信息系統(tǒng)的最優(yōu)約簡或全部約簡是NP問題,而基于屬性重要性的啟發(fā)式算法能夠取得較好的約簡。本文在廣泛深入地查閱國內(nèi)外文獻(xiàn)的基礎(chǔ)上,對(duì)經(jīng)典的粗糙集的基本理論和粗糙集屬性約

3、簡算法以及變精度粗糙集閾值選取算法進(jìn)行了深入的理論研究和實(shí)驗(yàn)分析。分類正確率β和分類能力γ是可變精度粗糙集合模型的兩個(gè)重要參數(shù)。本文論述了兩者的相互關(guān)系及相互影響,在用戶要求一定的分類質(zhì)量γ的情況下,來得出β的精確的范圍。本文首先簡要介紹了經(jīng)典粗糙集和變精度粗糙集的基本概念。介紹了Pawlak粗糙集模型以及決策表、可辨識(shí)矩陣和約簡等基本概念,為后面章節(jié)中的屬性約簡算法打下了理論基礎(chǔ)。其次,對(duì)經(jīng)典粗糙集理論算法進(jìn)行研究,且詳細(xì)分析了相對(duì)可