数据预处理中粗糙集理论的应用研究.pdfVIP

数据预处理中粗糙集理论的应用研究 摘 要 机器学习中很多方法要求属性是离散的，特别是粗糙集方法只能处理离散 的属性，而实际中很多属性是连续值的。因此有必要对连续属性进行离散化。 针对改进的贪心算法在信息表中判断断点存在的缺陷，通过引入属性重要性的 概念，在无法选择断点时，通过计算属性的重要性大小，优先选择属性重要的 断点。 本文在查阅国内外文献的基础上，对粗糙集理论及其面向连续属性离散化 的基础理论和基本方法进行了深入的理论研究和实验分析，主要内容如下： 介绍了粗糙集理论的一般流程和基本理论、方法，并深入研究连续属性离 散化的贪心算法的基本理论和方法，对经典的方法进行了全面的分析和比较， 指出其应用范围、不足之处，并在此基础之上提出了改进的算法。 同时对粗糙集理论中属性约简的算法进行分析研究，指出一般属性约简算 法的不足，并且对一般属性约简算法做出了适合数据量大的改进。 提出了对贪心算法的改进策略，在具体问题中结合相应的特点再作相应的 改进，通过具体算例的验证，表明算法是可行的。介绍了贪心算法的基本概念 和实现步骤，探讨了多种采用贪心算法的实现方法并比较了其优缺点，表明了 贪心算法用来连续属性离散化的有效性。 关键词：粗糙集：属性重要性；属性约简；数据预处理 Of SetOnData TheResearch Preprocessing Rough Abstract inmachine theattributesarediscrete， methods requires Many learning in can dealwiththediscreteattributes，but the setmethods rough only especially continuous．Thereforeit’S todecretivethe attributesare necessary practicemany can’tchoosethe in continuousfeatures．The breakpoint improvedgreedyalgorithm this introducesinto ordertosolve theinformationtable，In problem，thispaper of thesizeofattribute choose attribute，count importance，and importance concept the ofattribute with breakpoint importancepriority． extensiveand reviewofliterature，a and Basedon d