基于粗糙集的分類算法研究.pdf

1、數(shù)據(jù)挖掘是利用分析工具從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取出隱含在其中、事先未知、但又潛在有用的信息和知識(shí)。數(shù)據(jù)分類是數(shù)據(jù)挖掘的重要內(nèi)容之一。目前用于分類的方法有很多，如粗糙集、決策樹(shù)、貝葉斯網(wǎng)絡(luò)、遺傳算法等。 粗糙集理論是波蘭數(shù)學(xué)家Z．Pawlak于1982年提出的一種新的處理模糊和不確定性知識(shí)的數(shù)學(xué)工具。其主要思想就是在保持分類能力不變的前提下，通過(guò)知識(shí)約簡(jiǎn)，導(dǎo)出問(wèn)題的決策或分類規(guī)則。決策樹(shù)是通過(guò)一組無(wú)次

2、序、無(wú)規(guī)則的實(shí)例推理出樹(shù)表現(xiàn)形式的分類規(guī)則，它有易理解、易訓(xùn)練、易實(shí)施和通用性強(qiáng)等優(yōu)點(diǎn)。粗糙集和決策樹(shù)都是常用的分類方法，本文將兩者相結(jié)合，取長(zhǎng)補(bǔ)短，對(duì)數(shù)據(jù)進(jìn)行分類挖掘，主要研究?jī)?nèi)容包括： 1.對(duì)屬性約簡(jiǎn)算法進(jìn)行研究。大多數(shù)情況下，知識(shí)庫(kù)存在冗余的屬性，冗余屬性既是對(duì)計(jì)算機(jī)資源的浪費(fèi)(需要大量的存儲(chǔ)空間)，也會(huì)干擾人們做出正確而簡(jiǎn)潔的決策，所以有必要對(duì)屬性進(jìn)行約簡(jiǎn)。本文首先介紹了粗糙集中有關(guān)約簡(jiǎn)的相關(guān)概念，然后分析了幾種典型的屬

3、性約簡(jiǎn)算法，最后提出了一種基于遺傳算法的粗糙集屬性約簡(jiǎn)算法，給出了算法的基本思想、詳細(xì)設(shè)計(jì)過(guò)程、基本框架，并通過(guò)實(shí)例證明了本文算法能夠快速有效地進(jìn)行屬性約簡(jiǎn)。 2.對(duì)決策樹(shù)分類方法進(jìn)行研究。根據(jù)何種度量準(zhǔn)則選擇屬性作為節(jié)點(diǎn)是決策樹(shù)構(gòu)造的一個(gè)關(guān)鍵問(wèn)題。本文對(duì)現(xiàn)有的決策樹(shù)算法進(jìn)行研究，在原ID3算法的基礎(chǔ)上，結(jié)合粗糙集理論和決策樹(shù)基本原理，提出使用粗糙集理論選擇屬性作為節(jié)點(diǎn)來(lái)構(gòu)造決策樹(shù)，然后利用PEP后剪枝方法的優(yōu)點(diǎn)，選擇其為樹(shù)剪枝