基于形式概論分析的類無冗余關聯分類規(guī)則提取研究.pdf

1、近年來，隨著信息技術的不斷發(fā)展，人們所面臨的數據量越來越龐大，如何從這么豐富的數據中，發(fā)現其隱含的有用的價值，便成了人們所關注的焦點。于是數據挖掘技術便誕生了，數據挖掘涉及多學科技術的集成，包括數據庫和數據倉庫技術、統(tǒng)計學、機器學習、人工智能等。
　　分類是數據挖掘領域中的一個重要課題，是通過訓練樣本數據集的學習，構造分類規(guī)則的過程。概念格是一種強有力的數據分析工具，是一種能夠表達數據中各種模式的完備結構，因而是數據挖掘領域的一個

2、熱點。概念格中可以提取關聯規(guī)則、分類規(guī)則、蘊含規(guī)則等模式，基于概念格的分類規(guī)則的研究主要集中在概念格構建的優(yōu)化、規(guī)則求解算法的優(yōu)化以及規(guī)則的優(yōu)化。
　　本文通過對概念格的構造進行研究，針對分類任務的性質，設計一種適合分類的概念格構造方法，基于此概念格上提取出相應的分類規(guī)則。由于基于概念格上提取的分類規(guī)則，產生了許多冗余的和沖突的分類規(guī)則，然后通過信息熵的性質—信息熵從平均意義上來描述信息源的信息，用來描述信息源提供的平均信息量，也