基于粗集的數(shù)據(jù)挖掘算法研究及應(yīng)用.pdf

1、隨著數(shù)據(jù)量的飛速增長(zhǎng)，數(shù)據(jù)挖掘成為從大量數(shù)據(jù)中發(fā)現(xiàn)知識(shí)的重要手段。粗集是一種處理模糊和不確定性數(shù)據(jù)的工具，因而成為數(shù)據(jù)挖掘中的重要框架。約簡(jiǎn)和核是粗集理論的核心內(nèi)容，數(shù)據(jù)經(jīng)過(guò)約簡(jiǎn)后更有價(jià)值，更能準(zhǔn)確的獲取知識(shí)。本文針對(duì)粗集展開(kāi)如下工作： 首先，本文在國(guó)內(nèi)外有關(guān)數(shù)據(jù)挖掘(DM)與知識(shí)發(fā)現(xiàn)(KDD)方面的學(xué)術(shù)研究成果的基礎(chǔ)上，研究了數(shù)據(jù)離散化處理和數(shù)據(jù)泛化的方法；討論了屬性約簡(jiǎn)的基本算法；研究了屬性約簡(jiǎn)的典型算法，包括基于邏輯運(yùn)算的

2、屬性約簡(jiǎn)算法、基于頻度的屬性約簡(jiǎn)算法、基于屬性依賴(lài)度的屬性約簡(jiǎn)算法、基于信息熵的屬性約簡(jiǎn)算法，并分析了各約簡(jiǎn)算法的時(shí)間復(fù)雜度；提出了后刪除屬性的約簡(jiǎn)算法，該算法無(wú)需求核運(yùn)算，節(jié)省了時(shí)間和空間，簡(jiǎn)化了求解過(guò)程。 其次，本文在約簡(jiǎn)的基礎(chǔ)上研究了最簡(jiǎn)規(guī)則提取算法、典型規(guī)則提取算法；研究了決策樹(shù)建立的算法，在討論了ID3算法的基礎(chǔ)上提出了基于粗集的決策樹(shù)建立，并以實(shí)例驗(yàn)證其正確性。 最后，本文在上述理論方法研究的基礎(chǔ)上，設(shè)計(jì)了基