一種改進(jìn)的粗糙集方法在數(shù)據(jù)挖掘中的應(yīng)用.pdf

1、粗糙集(Rough sets)理論是由Z.Pawlak教授于20世紀(jì)80年代初提出的一種用于處理不確定性和含糊性知識(shí)的數(shù)學(xué)工具,其基本思想是在保持分類(lèi)能力不變的前提下,通過(guò)知識(shí)約簡(jiǎn),導(dǎo)出概念的分類(lèi)規(guī)則.它無(wú)需提供相關(guān)數(shù)據(jù)集合以外的任何先驗(yàn)信息,適合于發(fā)現(xiàn)數(shù)據(jù)庫(kù)中隱含的、潛在有用的規(guī)律,即知識(shí),找出其內(nèi)部數(shù)據(jù)的關(guān)聯(lián)關(guān)系和特征.近年來(lái),粗糙集理論和應(yīng)用取得了很大的成功,已成為軟計(jì)算方法的重要分支,其涉及的領(lǐng)域包括模式識(shí)別、機(jī)器學(xué)習(xí)、決策分析

2、和決策支持、知識(shí)獲取、知識(shí)發(fā)現(xiàn)等.該文主要研究一種改進(jìn)的粗糙集方法在數(shù)據(jù)挖掘中的應(yīng)用.文中對(duì)粗糙集理論進(jìn)行了研究,在分析和綜合基于粗糙集理論的數(shù)據(jù)挖掘算法基礎(chǔ)上,提出了三種新的屬性約簡(jiǎn)方法.首先在粗糙集理論的基礎(chǔ)上構(gòu)造出了相對(duì)差異比較表,然后把它與啟發(fā)性知識(shí)相結(jié)合分別設(shè)計(jì)了基于相對(duì)差異比較表的改進(jìn)的屬性約簡(jiǎn)算法、屬性約簡(jiǎn)的判定算法,和提取規(guī)則的值約簡(jiǎn)算法.最后將該算法應(yīng)用于Cleveland心臟病診斷決策表的約簡(jiǎn).實(shí)例分析表明,文章提供