基于分類的屬性重要性約簡方法及其應(yīng)用研究.pdf

1、1982年粗糙集理論作為一種新的處理不確定和模糊問題的理論被波蘭科學(xué)家 Z Pawlak提出。此后，粗糙集理論成了繼證據(jù)論、模糊集論、概率論之后提出的又一個新的數(shù)學(xué)工具。粗糙集理論在處理信息的時候，最大的優(yōu)點是不需要該被處理信息之外的任何先知知識，就能夠?qū)Σ痪_、不完整或者不一致的信息按照用戶的需要進行行之有效的分析，并從處理的信息中發(fā)現(xiàn)隱含的內(nèi)在聯(lián)系，揭示知識的潛在規(guī)律。
　　屬性約簡的研究是粗糙集理論在實際應(yīng)用中使用最普遍也是

2、最重要的內(nèi)容，它應(yīng)用的基本思想主要是在保持分類能力不改變的前提下，通過刪除冗余屬性集(值)的方法，尋求對信息系統(tǒng)有決定性影響的重要屬性，以提高知識的質(zhì)量，方便用戶決策。屬性約簡算法有很多，文中主要介紹基于分類的屬性重要性約簡方法。本文從基本的粗糙集理論知識入手，首先概述了粗糙集理論的相關(guān)知識，詳細地分析了經(jīng)典粗糙集理論的屬性重要性約簡算法，并介紹了基于數(shù)據(jù)分析的屬性約簡算法思想，通過比較分析，指出目前較流行的幾種基于粗糙集的約簡算法由于

3、受其本身適用范圍的限制，都存在一些這樣或那樣的不足。
　　在前述知識和方法的基礎(chǔ)之上，本文給出了一些應(yīng)用實例：（1）將屬性約簡應(yīng)用于影響普通高校?？迫胱x率分析中，利用分類屬性約簡的方法，對由新生的特征信息形成的信息系統(tǒng)進行約簡和決策規(guī)則提取，獲得影響新生入讀率的關(guān)鍵因素。（2）將屬性約簡應(yīng)用于教學(xué)質(zhì)量評估系統(tǒng)中，對評估數(shù)據(jù)實例本身所提供的信息，通過等價關(guān)系和等價類的確定和屬性約簡，從大量信息中快速有效地發(fā)現(xiàn)特定知識。（3）研究了均