a7基于Rough+Sets带不确定因子的属性约简算法.pdf
文本预览下载声明
2009年12月 阴山学刊 Dec.2009
YINSHANACADEMIC V01.23No.4
第23卷第4期 JOURNAL
赵连胜1,施纪华1,行飞2
(1.包头师院信息科学与技术学院,内蒙古包头014030;2.内蒙古大学理工学院,内蒙古呼和浩特ol0021)
摘要:粗糙集作为数据挖掘工具,主要通过分类数据得到预测型知识,但分类规则过于严格,使得挖掘
结果可能会损失一些有价值的规则,本文引入带不确定性因子的决策系统uFDS,在该系统中根据统计结果
和领域知识为每一对象赋以不确定度k和重要度p,并对传统等价类划分进行扩充,成为重要类和负类,在此
基础上提出了带不确定因子的属性约减算法。
关键词:粗糙集;UFDS;重要类,属性约减
中图分类号:0144文献标识码:A文章编号:1004一1869(2009)04一0014—04
引言 1.1
属性约简是数据挖掘中重要的研究内容之一,剔除冗余 称薯,石,是s中在属性口下是不可分辨的,由于不可分辨
的属性,找出最小属性集,使得数据类的概率分布尽可能地 关系满足自反性、对称性、传递性,所以不可分辨关系为一等
接近原先全部属性时的分布;使获得的规则更加简洁实用, 价关系。
且在挖掘过程中降低算法的复杂度。该领域的研究中J. 1.3 等价类
Han通过考察任务相关数据中每个属性的不同值对属性进 A
定义1.3:在S中,口c
行概化来实现属性约简‘“;z.Pawk山和A.skowmn及刘清通
∥曰={El,晓……眈}称为由等价关系IND口在U上
过粗糙集的分明矩阵方法实现属性的约简一】【纠;本文在基本
划分的等价类,其中既={zn,x。……茗。l,(x¨剐=,
粗糙集的基础上,提出了带不确定因子的决策系统UFDs,并
(茗d,B)=一认z。,曰)算口∈c,}。
在此基础上给出了相应的属性约简算法,该算法的优点是考
一个关系型数据库,其中列被标识成属性,行被标识成
虑了不可分辨类中处于边界的非一致性规则的置信度,避免
对象,若选定其中一个属性称为决策属性,其余属性称为条
了现实世界数据中由于噪音的存在,而损失一些有价值的规
则。 件属性,则也可认为关系型数据库是一决策系统。
l 基本理论 1.4 下近似上近似
c
定义1.4:对.jfU,X的下近似
1.1 决策系统
c 1.2
IND。x一=}气∈uI[戈i]8X}
定义1.1:5为决策系统’“,可表示成s={u、A、y、厂},其
IND。x一是所有包含在工中的基本集(等价类)的并,对
中u是所有对象的集合u=㈠,茗:……%},A是属性集合,
显示全部