一种基于分类目标的启发式离散化算法.pdfVIP

第47卷 第 6期 吉 林 大 学 学 报 (理 学 版 ) Vo1．47 No．6 2009年 11月 JournalofJilinUniversity(ScienceEdition) NOV 20o9 研 究 决手艮 一 种基于分类 目标的启发式离散化算法 孙英娟 ，黄 岚 ，翟延东 ，蒲东兵 ，周春光 (1。吉林大学计算机科学与技术学院，长春 130012； 2．长春师范学院计算机科学与技术学院，长春 130032；3．东北师范大学 计算机科学学院，长春 130024) 摘要：提出一种基于分类 目标的启发式离散化算法，通过该算法能够解决粗糙集理论中的连 续属性离散化问题．该算法充分考虑 目标分类和属性的重要性，在减少决策规则的同时完成 了属性约简．通过茶味觉信号的验证及与传统算法结果的比较，验证了所给算法的有效性． 关键词：粗糙集；重要度；离散化；区间划分；决策规则 中图分类号：TP18 文献标识码：A 文章编号：1671-5489(2009)06-1251-04 HeuristicDiscretizationAlgorithm BasedonObjectivePlanning SUNYing-juan一，HUANGLan，ZHAIYan—dong，PUDong—bing，ZHOUChun—guang (1．CollegeofComputerScienceandTechnology，JilinUniversity，Changchun130012，China； 2．CollegeofComputerScienceand Technology，ChangchunNormalUniversity，Changchun130032，China； 3．SchoolofComputerScience，NortheastNormalUniversity，Changchun130024，China) Abstract：Inordertosolvetheproblem ofroughsetstheoryincontinuousattributesdiscretizationaheuristic discretizationalgorighmonobjectiveplanningisproposed．Withthewealthycalculationonobjectiveplanning andtheimportanceofattributesconsidered，theheuristicdiscretization algorithm notonlyreducesdecision rulersbutalsofinishesattributevaluereduction．Thecomparisonbetweenthealgorithmsinthispaperandthe otherpaperO／1teataste signalsshowsthealgorithm in thispaperproduceslessrulersandtheshortaverage lengthofrulers．Theurlersinthisalgorithm havebeendecided，too．Consequently，thedecisionsystem hasa highefficiency． Keywords：roughset；importancedegree；discretization；intervalpartition；decisionurler 粗糙集理论主要用于分析具有不确定性数据的数学理论 4。，广泛应用于模式识别、机器学习、数 据挖掘、知识获取和知识发现等领域．其主要优点在于不需要预先给定数据的某些特征或描述，只从 给定数据的各属性出发 ，即可找到属性间的相关性 ，最后找到数据 的规律 2 ．系统输入的数据可能是 连续或离散的．粗糙集理论只处理离散化数据 ，因此如何将决策表中的数据离散化至关重要． 1 粗糙集理论 1．1 决策表 具有条件属性和决策属性的知识表达系统 S=(U，A，{ }，f)称为决策表．对于 V ∈U，有序列 C(C()，…，C(X))，D(d，()，