基于粗糙集的圖書銷售信息離群數(shù)據(jù)檢測.pdf

1、本文把目前流行的粗糙集屬性約簡算法運用到銷售數(shù)據(jù)的離群檢測與分析。離群數(shù)據(jù)挖掘是數(shù)據(jù)挖掘的一個分支，目前在很多領(lǐng)域得到運用，挖掘出來的數(shù)據(jù)不再是當(dāng)作噪聲數(shù)據(jù)去掉，具有一定的價值和實用性。本文設(shè)計了一種基于相異度的離群數(shù)據(jù)挖掘算法，其基本思想是：首先運用正區(qū)域約簡算法來求取圖書數(shù)據(jù)集的相對約簡，消除冗余屬性，再運用相異度公式進(jìn)行離群數(shù)據(jù)的檢測，加快了離群檢測的速度。本文主要的研究工作包括：
　　 對目前流行的粗糙集理論進(jìn)行了介紹，

2、并分析了三種主要粗糙集約簡算法，即基于區(qū)分矩陣的屬性約簡算法、基于信息熵的屬性約簡算法和基于代數(shù)形式的屬性約簡算法。本文采用了正區(qū)域的屬性約簡算法，此算法更貼近粗糙集的約簡本質(zhì)，算法簡單，且容易理解。
　　 深入研究各種離群數(shù)據(jù)的挖掘模型的優(yōu)劣，設(shè)計了一種基于相異度的離群數(shù)據(jù)挖掘算法，此算法的基本思想是：運用粗糙集的正區(qū)域?qū)傩约s簡算法將高維數(shù)據(jù)集降為低維數(shù)據(jù)集，再利用改進(jìn)后的相異度公式對此約簡后的數(shù)據(jù)集進(jìn)行離群數(shù)據(jù)的檢測。同時通