一种数据约简优化算法地研究.pdfVIP

4—159 一种数据约简优化算法的研究。 李铭陆勤蔡庆生 (中国科学技术大学计算机系合肥230027) 摘蔓数据约简是敷据挖掘过程中很重要的一部分，本文采用粗糙集方法，结合知识的信息熵表示， 提出了一种较为有效的数据约简算法，在计算条件属性集相对决策属性集的核的过程中，对属性的信息 熵进行计算，预先去除部分冗余信息，藏化了约简的求解过程。提高丁算法的效率。 关键词粗糙集知识约简信息熵 a Researchof kindof forDataReduction OptimizationAlgorithm Li Lu Cai Ming Qin Qingsheng (Department 230027) ofComputer＆椭∞Univers甜o，Sf渤∞＆T∞hnologyofChina Hefel ABSTRACT Datareductionisa indata combine importantpart very mining．Wealgebraic andinformation of setand anew fordata representation rOUgh give algorithm representation we reduction．Whencoreofconditionattributeswith todeeision computer respect attribute， we information some attributesand the computer unimportant entropy，removing simplifying fordata of is procedurereduction．Efficiencyalgorithmimproved． KEYWORDSset reduction Rough Information Knowledge entropy in Databases数据库中的知识发现)是近年来13益受到重视的一门 KDD(KnowledgeDiscovery 技术，它是指在数据库中识别有效、新奇、潜在有用，且最终可理解模式的非平凡的过程。在许多实 际应用中，在数据的收集阶段，很难确切地知道哪些属性与学习任务相关或有用．所以大量的属性 被包含在数据库中。因此在数据库中常包含一些不需要的无关的信息。对数据进行必要的约简。 在无信息丢失的情况下选出表示数据所需的最小属性集合，是知识发现过程中不可缺少的很重要 的一步。 波兰数学家z．Pawlak提出的粗糙集理论近年来在机器学习和知识发现等方面获得广泛的重 视和应用，该理论把知识看作是关于论域的划分。认为知识是有粒度的，引入代数学中等价关系来 讨论知识，