基于属性的RST在数据挖掘中的应用.pdfVIP

基于属性的RST在数据挖掘中的应用 The of Attribute—based Application RSTinData Mining 王淑礼杨峰 邹先霞 (信阳师范学院计算机系 信阳464000) (暨南大学计算机系 广州510630) AbstractInthis adata methodthatusesthe also therain— paper，we RST；we study mining give modeland a illustratethemethod ing algorithms；Atlast，usingexample，we isefficientand prac— tical． Data set Keywords mining，Attribute—based，Rough SGF(口，R，D)反映了属性a添加到集合尺中后，引 1．引言 起尺与D之间的依赖性增加的测度。事实上，属性 粗集理论(RST)首先是由波兰华沙理工大学计 算机研究所的Zdzislaw 值就越高。 Pawlak基于Frege边界线 区域的思想在1982年提出来的。RST特别适用于不 2．概念的泛化 要求精确数值结果的不确定性问题。由于RST具有 概念泛化一方面可以从高层概念层次进行数据 确定的数学公式描述，所以其中的含糊元素数目是 挖掘，另一方面也是压缩臣量数据的有效方法。利用 可以被计算的。 粗集对数据进行分析是一种十分有效的精简数据维 在实际应用中要考虑不同属性的数据对于系统 数的方法。 不同的作用。为了不遗漏有用的数据，在收集数据 5．属性值的离散归一化 时，人们往往把认为具有有用属性的那些数据都收 如果我们把属性值的定性和定量描述都叫连续 集到数据库中。于是，在实际的数据库中就常常包含 值，则把粗集方法中数据的整理称为离散归一化。最 有一些并不希望的、或者不相关的、或者不重要属性 简单的方法是等间隔划分法：将(盘。。一日血。)／k作为 数据的现象。 划分间隔，从而离散归一化该属性的所有连续属性 对此，需要从数据库中提取相关的属性，然后将 值。 这些属性泛化到所希望的程度。在泛化过程中，在保 4．差别矩阵 matrix) 证不丢失决策任务相关信息的条件下，找出最相关 差别矩阵，也称为可辨识(disernibility 的属性，消除不相关和不重要的属性。该过程包括两 矩阵，是由波兰华沙大学数学家Skowron提出，通 个阶段：数据泛化和数据约简。在数据泛化中，方法