a7基于Rough+Sets带不确定因子的属性约简算法.pdf

2009年12月 阴山学刊 Dec．2009 YINSHANACADEMIC V01．23No．4 第23卷第4期 JOURNAL 赵连胜1，施纪华1，行飞2 (1．包头师院信息科学与技术学院，内蒙古包头014030；2．内蒙古大学理工学院，内蒙古呼和浩特ol0021) 摘要：粗糙集作为数据挖掘工具，主要通过分类数据得到预测型知识，但分类规则过于严格，使得挖掘 结果可能会损失一些有价值的规则，本文引入带不确定性因子的决策系统uFDS，在该系统中根据统计结果 和领域知识为每一对象赋以不确定度k和重要度p，并对传统等价类划分进行扩充，成为重要类和负类，在此 基础上提出了带不确定因子的属性约减算法。 关键词：粗糙集；UFDS；重要类，属性约减 中图分类号：0144文献标识码：A文章编号：1004一1869(2009)04一0014—04 引言 1．1 属性约简是数据挖掘中重要的研究内容之一，剔除冗余 称薯，石，是s中在属性口下是不可分辨的，由于不可分辨 的属性，找出最小属性集，使得数据类的概率分布尽可能地 关系满足自反性、对称性、传递性，所以不可分辨关系为一等 接近原先全部属性时的分布；使获得的规则更加简洁实用， 价关系。 且在挖掘过程中降低算法的复杂度。该领域的研究中J． 1．3 等价类 Han通过考察任务相关数据中每个属性的不同值对属性进 A 定义1．3：在S中，口c 行概化来实现属性约简‘“；z．Pawk山和A．skowmn及刘清通 ∥曰={El，晓……眈}称为由等价关系IND口在U上 过粗糙集的分明矩阵方法实现属性的约简一】【纠；本文在基本 划分的等价类，其中既={zn，x。……茗。l，(x¨剐=， 粗糙集的基础上，提出了带不确定因子的决策系统UFDs，并 (茗d，B)=一认z。，曰)算口∈c，}。 在此基础上给出了相应的属性约简算法，该算法的优点是考 一个关系型数据库，其中列被标识成属性，行被标识成 虑了不可分辨类中处于边界的非一致性规则的置信度，避免 对象，若选定其中一个属性称为决策属性，其余属性称为条 了现实世界数据中由于噪音的存在，而损失一些有价值的规 则。 件属性，则也可认为关系型数据库是一决策系统。 l 基本理论 1．4 下近似上近似 c 定义1．4：对．jfU，X的下近似 1．1 决策系统 c 1．2 IND。x一=}气∈uI[戈i]8X} 定义1．1：5为决策系统’“，可表示成s={u、A、y、厂}，其 IND。x一是所有包含在工中的基本集(等价类)的并，对 中u是所有对象的集合u=㈠，茗：……％}，A是属性集合，