粒計(jì)算的高效知識(shí)約簡(jiǎn)算法與缺失數(shù)據(jù)處理.pdf

1、原始數(shù)據(jù)通常存在噪聲數(shù)據(jù)、缺失數(shù)據(jù)等問(wèn)題，它們會(huì)影響數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)的效果，雖然已經(jīng)存在很多基于統(tǒng)計(jì)學(xué)的方法，但這些方法實(shí)際上是對(duì)模型參數(shù)的估計(jì)，不利于缺失數(shù)據(jù)的填補(bǔ)，它們更適合于處理無(wú)監(jiān)督的數(shù)據(jù)表，對(duì)于決策表的缺失數(shù)據(jù)，目前的處理方法不多，而且這些方法產(chǎn)生的規(guī)則支持度和置信度都較低，本文利用最小描述長(zhǎng)度原則對(duì)缺失數(shù)據(jù)進(jìn)行填補(bǔ)，實(shí)驗(yàn)結(jié)果證明這一方法使得數(shù)據(jù)表產(chǎn)生的決策規(guī)則的支持度和信任度都較高，達(dá)到了預(yù)期目的。本文研究的另一個(gè)方面是高

2、效的知識(shí)約簡(jiǎn)算法，知識(shí)約簡(jiǎn)是有效知識(shí)發(fā)現(xiàn)和規(guī)則提取的重要手段，目前的知識(shí)約簡(jiǎn)算法主要是基于Rough集理論，在處理不確定知識(shí)等方面，粗糙集有著不可替代的優(yōu)勢(shì)，而知識(shí)約簡(jiǎn)也是粗糙集理論和應(yīng)用的關(guān)鍵內(nèi)容，面對(duì)龐大的數(shù)據(jù)量，高效快速的算法至關(guān)重要，但很多知識(shí)約簡(jiǎn)算法只適用于小規(guī)模數(shù)據(jù)，本文研究了粒計(jì)算在知識(shí)約簡(jiǎn)中的應(yīng)用，并設(shè)計(jì)了一種基于粒度的知識(shí)約簡(jiǎn)算法，分析表明其時(shí)間復(fù)雜度較小，實(shí)驗(yàn)結(jié)果也證明算法時(shí)間大大降低，而且多數(shù)情況下都能得到最小約簡(jiǎn)