基于粗糙集和決策樹理論的時態(tài)增量算法.pdf

1、時態(tài)數(shù)據(jù)挖掘是數(shù)據(jù)挖掘中一個重要的研究課題，有其自身的特點，它需要在數(shù)據(jù)挖掘過程中考慮數(shù)據(jù)集中各數(shù)據(jù)之間存在的時間關(guān)系。決策樹和粗糙集是數(shù)據(jù)分類的兩個最重要的方法，決策樹在知識表示上有層次、自然和推理易理解的特點，而粗糙集理論在處理數(shù)據(jù)模糊和不確定性方面有著優(yōu)勢，對于增量時態(tài)數(shù)據(jù)，我們將借鑒決策樹算法思想對轉(zhuǎn)換后的時態(tài)序列數(shù)據(jù)處理，在構(gòu)造決策樹過程中，利用粗糙集理論來優(yōu)化決策樹的構(gòu)造和規(guī)則的提取，從而提出一種新的增量式分類挖掘算法。

2、 本文首先給出了與時態(tài)數(shù)據(jù)有關(guān)的數(shù)學(xué)概念以及相關(guān)性質(zhì)，介紹了時態(tài)數(shù)據(jù)轉(zhuǎn)化方法并給出了其改進的算法。然后介紹決策樹分類算法和粗糙集基礎(chǔ)理論，接著分析了決策樹分類算法固有的缺點以及應(yīng)用于時態(tài)數(shù)據(jù)分類挖掘中的缺點，提出了基于粗糙集與決策樹理論的時態(tài)增量算法，最后給出算法的應(yīng)用實例，對股票的數(shù)據(jù)進行分析，給出實驗結(jié)果。 本文的主要貢獻是提出了改進的時序轉(zhuǎn)化方法，在構(gòu)建決策樹的過程中，優(yōu)化了信息熵的計算，提出了時間特性屬性組合的思路和