基于RoughSet的数据预处理.pdfVIP

基于!#$% ’( 的数据预处理 施 伟 战守义 盛思源 （北京理工大学计算机科学与工程系，北京 %4%） ： IJK02 B110@,?LMN$B?0$C’K 摘 要 ’()* +,- 理论是一种新的处理不精确，不完全与不相容知识的数学工具。数据预处理是数据挖掘中必不可少 的步骤，处理的结果对下一步数据挖掘有直接影响。论文利用 ’()* +,- 一些特性对:;; 中的数据集进行处理，并且 针对数据集的特点实现了对其进行数据离散化、属性约简等处理。通过这些处理过程为下一步的数据挖掘打下了基础。 关键词 ’()* +,- 数据挖掘 离散化 属性约简 决策表 熵 文章编号 （ ） 文献标识码 中图分类号 %!J4##%J !# !!J %J! O P/#% )*(* +,’-,.’// 0*/’1 2 !#$% ’( %3 4’3 5%*2 %#63 %’2$ 36#*2 （ ， ， ） ;,N07-K,?- ’Q H’KN(-,7 +C,?C, R,S?) T?B--(-, ’Q P,C*?’2’)D R,S?) %4% 78/(,*.( ： ’()* B,- B 0 ?,1 K0-* -’’2 1*C* C0? N7’C,BB KN7,CB, 0?@ ?C’KN2,-, @0-0$O?@ @0-0 N7,N7’C,BB B 0 ?,C,BB07D B-,N Q’7 @0-0 K??)$P*, 7,B(2- ’Q @0-0 N7,N7’C,BB 122 @7,C-2D 0QQ,C- ?,U- B-,N ’Q @0-0 K??)$T? -*, N0N,7 :;; @0-0 B,- B N7’C,BB,@ AD (B?) ’()* +,- B(C* 0B @BC7,-V0-’? ’Q @0-0 0?@ 0--7A(-, 7,@(C,$;0-0 N7,N7’C,BB 122 A(2@ 0 A0B, Q’7 ?,U- B-,N ’Q @0-0 K??)$ ： ， ， ， ， ， 9’6:,1/ ’()* B,- @0-0 K??) @BC7,-V0-’? 0--7A(-, 7,@(C, @,CB’? -0A2, ,?-7’ND % 引言 理论对:;; 的数据集进行预处理，包括连续数据的离散化、 ’()* +,- 是由.$/01203 在上个世纪 4 年代初针对 5$ 属性相关性分析和约简。第四部分是预处理结果。 67,), 的边界线区域思想提出来了。’()* +,- 理论主要兴趣 在于它恰好反映了人们用 ’()* 集方法处理不分明问题的常 ! ’()* +,- 理论的介绍 规性，即以不完全信息或知识去处理一些不分明现象的能力， 设 ! ! 是作者感兴趣的对象组成的有限集合，称为论 或依据观察、度量到的某些不精确的结果而进行分类数据的能