基于pca和rough set在股票分类中de研究.pdfVIP

第9卷 第4期 2009年2月 科 学 技 术 与 工 程 Vo1．9 No．4 Feb．2009 1671—1819(2009)4—1092—05 ScienceTechnologyandEngineering @ 2009 Sci．Tech．Engng． 基于 PCA和 RoughSet在股票分类中的研究 杨蒙召 赵春刚 顾泽元 (黑龙江科技学院计算机与信息工程学院，哈尔滨 150027) 摘 要 为了提高股票分类的精确度，降低分类的复杂度，结合主成分分析和粗糙集理论对股票数据进行 了处理。首先对股 票数据进行预处理，然后利用主成分分析降低数据的维数，再利用粗糙集理论对降维后数据进行离散化和约简，并最终得到 分类精度和分类规则。试验表明：算法取得了较好的分类精度和较少的分类规则数 目，具有一定的可行性。 关键词 股票 主成分分析 粗糙集 中图法分类号 F830．91； 文献标志码 A 中国股市从无到有，发展至今 已颇具规模 ， 式识别研究的重要任务。 随着股市的发展、投资手法和证券监管方法的成 目前在