基于粗集理論的數(shù)據(jù)挖掘的數(shù)據(jù)預(yù)處理研究.pdf

1、隨著信息時(shí)代的來臨,人類在各種領(lǐng)域中面臨著越來越多的數(shù)據(jù)信息.與此同時(shí),這些數(shù)據(jù)還在以驚人的速度不斷增長.因此,為了提高工作效率和生活質(zhì)量,人們必須獲取蘊(yùn)藏在其中的有價(jià)值的信息.為了達(dá)到這個(gè)目的,人們開始致力于從數(shù)據(jù)庫中發(fā)現(xiàn)知識(shí)的研究.然而,眾所周知,數(shù)據(jù)庫中往往存在冗余數(shù)據(jù)(Redundant data)、缺失數(shù)據(jù)(Missing data)、不確定的數(shù)據(jù)(Uncertain data)和不一致的數(shù)據(jù)(Inconsistent dat

2、a)等諸多情況,這些數(shù)據(jù)成了發(fā)現(xiàn)知識(shí)的一大障礙.因此,在從數(shù)據(jù)庫中發(fā)現(xiàn)知識(shí)之前必須對(duì)數(shù)據(jù)進(jìn)行預(yù)處理.該論文著重研究數(shù)據(jù)挖掘中的數(shù)據(jù)的預(yù)處理,尤其是數(shù)據(jù)離散和屬性約簡(jiǎn).該論文首先介紹了數(shù)據(jù)挖掘的歷史、現(xiàn)狀和可能的發(fā)展方向,并回顧了它的主要方法和技術(shù).然后,論文對(duì)粗糙集理論和數(shù)據(jù)預(yù)處理從理論和技術(shù)上做了一些介紹,并對(duì)數(shù)據(jù)挖掘中的各環(huán)節(jié)運(yùn)用粗糙集理論的方法進(jìn)行了分析;隨后論文重點(diǎn)對(duì)作者在數(shù)據(jù)離散和屬性約簡(jiǎn)兩個(gè)方面做的研究工作進(jìn)行了闡述.論文先

3、提出了連續(xù)性數(shù)據(jù)離散定義的一般性數(shù)學(xué)描述,然后在此基礎(chǔ)上提出了一個(gè)屬性類別差異離散(Attribute-Class Difference Discretization,ACDD)算法分割點(diǎn)的計(jì)算公式.因?yàn)槟壳暗碾x散算法很少既是監(jiān)督的又是動(dòng)態(tài)的,所以該文研究并提出了這種既是監(jiān)督的,又是動(dòng)態(tài)的離散算法.它的優(yōu)點(diǎn)是既考慮了類標(biāo)示,又考慮了各個(gè)屬性間內(nèi)在的聯(lián)系.文章中提出的約簡(jiǎn)算法則是一種改進(jìn)的基于差別矩陣的算法,它的目的不在于尋找所有的約簡(jiǎn),