數(shù)據(jù)挖掘中屬性選擇算法的分析與研究.pdf

1、數(shù)據(jù)挖掘技術(shù)提供了海量數(shù)據(jù)分析的一種有效方法。目前，數(shù)據(jù)挖掘在零售，軍事，商業(yè)智能，金融等眾多領(lǐng)域都得到了廣泛的應(yīng)用。通常數(shù)據(jù)挖掘算法對數(shù)據(jù)的質(zhì)量都有較高的要求，如冗余度小，相關(guān)程度高，噪音低等。但是實(shí)際中產(chǎn)生的業(yè)務(wù)數(shù)據(jù)往往不具有這些特點(diǎn)，因此對數(shù)據(jù)挖掘的數(shù)據(jù)進(jìn)行預(yù)處理就成為一項(xiàng)重要的任務(wù)。屬性選擇就是對數(shù)據(jù)挖掘中的數(shù)據(jù)進(jìn)行預(yù)處理的一個很重要的步驟。一個好的屬性選擇方法可以有效地減少數(shù)據(jù)的冗余度和降低數(shù)據(jù)的維度，使得數(shù)據(jù)挖掘算法在經(jīng)過處

2、理的數(shù)據(jù)集合上有更加良好的表現(xiàn)。 本文首先介紹了數(shù)據(jù)挖掘的基本思想與處理步驟，在此基礎(chǔ)上進(jìn)一步闡述了屬性選擇對數(shù)據(jù)挖掘的重要意義，并針對屬性選擇的步驟和屬性選擇方法進(jìn)行了詳細(xì)的分析。同時，結(jié)合數(shù)據(jù)挖掘研究平臺Weka，分析了屬性選擇算法的設(shè)計與實(shí)現(xiàn)，深入剖析了屬性選擇算法的運(yùn)行過程。進(jìn)而，實(shí)現(xiàn)了一種基于信息增益和遺傳算法結(jié)合的屬性選擇方法，并通過大量的實(shí)驗(yàn)分析，論述了這種方法存在的問題。最后，提出了一種基于最小描述長度和遺傳算法

3、結(jié)合的屬性選擇方法，這種方法采用最小描述長度作為對屬性集合進(jìn)行評價，使用遺傳算法作為對屬性集合的空間進(jìn)行搜索，對于搜索過程中的每個屬性集合都使用最小描述長度標(biāo)準(zhǔn)進(jìn)行評價，確定這個屬性集合是否可以繼續(xù)保留在搜索過程中。該方法保留了遺傳算法的魯棒性和高效性，不僅可以在較短的時間內(nèi)發(fā)現(xiàn)屬性子集，而且利用最小描述長度作為評價標(biāo)準(zhǔn)選擇出來的屬性子集在用于分類時可以達(dá)到更好的分類效果。大量的實(shí)驗(yàn)同時表明這種方法在絕大部分?jǐn)?shù)據(jù)集上都有良好的性能，并且