基于属性重要度约简算法在数据挖掘中的应用研究.pdf

《基于属性重要度约简算法在数据挖掘中的应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、信息技木与信息化基于属性重要度约简算法在数据挖掘中的应用研究Basedonthereductionofattributeimportancealgorithmintheapplicationofdataminingresearch周正国ZHOUZheng-guoAbstractTheattributereductionisoneofthecoreresearchcontentsofroughsettheory,thisarticlethroughtothecalculationofattributeimportance，onthebasisofnuclearcalculatio

2、nconditionattributefocusontheimportanceofotherpropertiesexceptnucleartodeterminethesmallestreduction，atlast,throughtheexampleanalysisprovesthefeasibilityandefectivenessofthealgorithm．Keywordsdataminingattributereductionimportantdegreedoi：10．39690．issn．1672—9528．2015．4．87数据挖掘是从海量的且不断动态变化的数据中，

3、借助定义2对决策表S(，，，_厂)，A=COD，{，，，有效的方法挖掘出潜在、有价值的知识过程。而粗糙集理考虑单决策属性的情况，即。={d)，则的分辨矩阵是一个论它是一种刻画不完整性和不确定性的数学工具，能在保矩阵，其中的元素定义如下：持分类能力不变的前提下，通过知识约简从中发现隐含的=』c{QccIf(x,,c)}，P峨(D)，，(，)≠厂(_，)else，知识，揭示潜在的规律，是由波兰科学家Pawlak在1982定义3对分辨矩阵中每个(一，ak)0，用布尔函年提出的。而属性约简是粗糙集理论研究的核心内容之一，数t：‘‘来表示，若一，则决策表的分辨函数△它能保证在分类能力不变

4、的情况下，消除重复、冗余的属可定=；L为：v性和属性值，减少数据挖掘要处理的信息量，提高数据挖掘的效率。本文提出了通过计算单个属性的重要性，以重2基于粗糙集的数据挖掘的属性约简算法[3-4]要性大于零的属性为核，来选取其它属性加入核中形成新的集合RED，直至剩下的所有属性的重要性为零，得到的2．1算法分析集合RED即为属性约简。第一步：求核。通过求条件属性C中的每个属性对在整个条件属性集C的重要性SigC(x)来确定属性核CORE1粗糙集的基本理论(X)，重要性SigC(x)>0的属性为核属性。第二步：通过向属性核CORE(x)中依次加入重要性定义1设(，，_，是一个信息系统，

5、其中是对象的大的属性来确定属性集X的最小约简，详细步骤如下：(1)非空有限集合，即{”^}；A{口I，⋯}是属性的非空有把a加入到属性集R中，计算重要性，选择重要性最大的限集合，是属性口的值域f：UxA是一个信息函数，属性；(2)如果两个属性有相同的重要性，取离散值小的即每个对象在每个属性上对应的信息值。若A=CUD，其中C属性。为非空有限条件属性集合，D为非空有限决策属性集合，且2．2算法复杂度cnD=，则称信息系统为决策表。通过算法的分析，在对决策表进行划分的时间复杂度为0(n2)。而计算条件属性的重要性也是满足划分的线性关系，因此所求属性核的时间复杂度为0(n2)，依次+

6、连云港师范高等专科学校江苏连云港222006添加次重要度的属性也没有增加额外的开销，因此整个时