基于粗糙集合和信息熵的分類模型研究.pdf

1、數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KDD)是當(dāng)前涉及統(tǒng)計學(xué)、人工智能、數(shù)據(jù)庫等學(xué)科的熱門研究領(lǐng)域.數(shù)據(jù)挖掘(DM)是從數(shù)據(jù)中提取人們感興趣的、潛在的、可用的知識,并表示成用戶可理解的形式.分類是數(shù)據(jù)挖掘的一個重要分支,分類能找出描述數(shù)據(jù)類或概念的模型(或函數(shù)),以便能使用模型預(yù)測類標(biāo)記未知的對象類.粗糙集合是波蘭數(shù)學(xué)家Pawlak提出的一種對不確定性知識的表示方法,粗糙集合理論憑借其獨特的優(yōu)勢而在KDD領(lǐng)域中具有越來越重要的地位.信息熵是信息論的一個

2、概念,目前被廣泛用于數(shù)據(jù)分析領(lǐng)域.該文提出了一種基于粗糙集合和信息熵的RSE算法模型,該算法模型包括兩個組成部分—分類模型和預(yù)測模型.分類模型是以經(jīng)典的粗糙集合理論和信息熵理論為基礎(chǔ),依據(jù)信息熵理論對屬性進行篩選,依據(jù)不可區(qū)分關(guān)系確定等價類,從而提取決策規(guī)則.預(yù)測模型是以粗糙集合的擴展模型—容差粗糙集合模型為基礎(chǔ),依據(jù)對象與決策規(guī)則容差的定義,給出待測對象的預(yù)測類別.此外,我們設(shè)計了基于RSE算法模型和ID3算法模型的原型系統(tǒng)—R-DM