MapReduce在粗糙集屬性并行約簡中的應(yīng)用研究.pdf

1、粗糙集(Rough Set)理論是一種處理不確定因素和不完備信息的數(shù)學(xué)理論，常被用于模式識別、機器學(xué)習(xí)等領(lǐng)域。屬性約簡是粗糙集理論研究的重要內(nèi)容，其作用在于刪除冗余屬性，進而進行數(shù)據(jù)挖掘和知識抽取。但如今需要處理的數(shù)據(jù)集越來越大，屬性約簡本身變得非常困難。
　　針對這個問題，本文研究了MapReduce并行編程框架在粗糙集屬性約簡中的應(yīng)用。MapReduce是用于大規(guī)模數(shù)據(jù)集并行計算的編程模型，通過將對數(shù)據(jù)集的操作分發(fā)給網(wǎng)絡(luò)上的多

2、個節(jié)點來實現(xiàn)并行計算。本文提出了一種基于二進制分辨矩陣的粗糙集屬性并行約簡算法，該算法中的二進制分辨矩陣是由差別矩陣演化而來，基于該矩陣的屬性約簡算法較為直觀，其約簡過程可并行性較高，適合并行計算。該矩陣雖然在實際應(yīng)用中空間復(fù)雜度較高，但在并行計算中，恰好可以使用分布式存儲來彌補這一缺點。相對于傳統(tǒng)的基于二進制分辨矩陣的屬性約簡算法，本文算法通過對決策表中的不相容等價類進行處理，得到了“簡化決策表”，以等價類而非對象為基本單元來生成二進

3、制分辨矩陣，使得矩陣行數(shù)更少，降低了空間和時間復(fù)雜度。在劃分等價類的過程中，本文將復(fù)雜度更低的基于基數(shù)排序的劃分等價類算法與MapReduce結(jié)合起來，在Shuffle過程中實現(xiàn)了該算法。同時，為了使約簡結(jié)果提供更全面的知識與規(guī)則，本文還進一步提出了相應(yīng)的并行多約簡算法，以便得出多約簡結(jié)果。
　　本文對提出的算法在UCI數(shù)據(jù)集和多倍隨機自定義數(shù)據(jù)集上進行了多次實驗以驗證其結(jié)果正確性、記錄運行時間，并迸一步分析該并行算法的并行度、加