基于属性重要性的Cobweb算法.pdfVIP

第26卷 第 12期 重 庆 理 工 大 学 学报 (自然科学) 2012年 12月 V01．26 NO．12 JournalofChongqingUniversityofTechnology(NaturalScience) Dec．2012 doi：10．3969／j．issn．1674—8425(z)．2012．12．014 基于属性重要性的Cobweb算法 苟光磊，崔贯勋，王柯柯 (重庆理工大学 计算机科学与工程学院，重庆 400054) 摘 要：从数据样本 自身出发，考察属性的重要性，得到属性的权重，结合定性和定量的角 度分析数据，对概念聚类算法的分类效用进行 了改进。实验证明，与原来概念聚类算法相比，改 进后的聚类正确率得到提高，聚类后的结果也更合理。 关 键 词：概念聚类；属性重要性 ；分类效用；粒度原理 中图分类号：TP311．13 文献标识码：A 文章编号：1674—8425(2012)12—0070—04 An ImprovedCobwebAlgoritlunBasedonAttributeSignificance GOU Guang—lei，CUIGuan—XUlq，WANG Ke—ke (SchoolofComputerScienceandEngineering， ChongqingUniversityofTechnology，Chongqing400054，China) Abstract：Theimportanceofeveryattributefrom thesamplesetisinspected，andtheweightofevery attributeisgottoimprovetheefficiencyofclassificationofconceptualclusteringalgorithm，analyzing datafrom aview ofqualityandquantity．Andtheexperimentresultalsoprovesthattheimprovedalgo— rithm iSreasonableandeffeetive． Keywords：conceptualclustering；significanceofattributes；categoryutility；granularanalysis 在机器学习领域中，聚类分析是一种无指导 的属性具有更好的分辨能力，因此在聚类过程中， 的机器学习。概念聚类是一种基于每一个类的特 从属性重要性的高低可以对原问题进行定性分 征描述进行聚类分析的方法，其大多数基于统计 析。粗糙集可以不需要先验知识客观地对各个条 学方法。Cobweb¨是利用分类效用来构建分类树 件属性的重要性进行衡量，并量化这种性质，从而 的概念聚类方法，它假设每个属性是同等重要的， 得到属性的权重，对属性重要性高的属性赋予较 然而，实际中该假设并不总是成立的。 大的权重。本文从信息粒度原理出发，对粗糙集 在信息系统中，由于条件属性所 占的地位不 属性的重要性重新定义，从而更好地保留数据的 一 定相同，所以属性的重要性也不同。重要性高 属性结构。通过对属性权重的衡量来改进Cobweb 收稿 日期：2012—09—15 基金项目：重庆理工大学青年基金资助项 目(2010ZQ22) 作者简介：苟光磊(1980一)，男，重庆人，博士研究生，讲师，主要从事数据挖掘、粗糙集研究。 苟光磊，等：基于属性重要性的Cobweb算法 7l 算法中的分类效用，即综合考虑数据的定性分析 G()表示在 中随机选择2个对象。这2个对 (属性重要性)和定量分析