一种不完备信息表的预处理方法.pdfVIP

第 卷 第 期 北 京 科 技 大 学 学 报 28 9 Vol .28 No.9 年 月 2006 9 Journal of universit of science and technolo Bei in se . 2006 y gy j g p 一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一 一种不完备信息表的预处理方法 ，） ） ） ） 1 2 2 3 3 鄂 旭 高学东 邵良杉 叶柏青 1）辽宁工学院计算机系，锦州 121001 2）北京科技大学管理学院，北京 100083 3）辽宁工程技术大学管理学院，阜新 123000 摘 要 针对不完备信息表预处理问题中的不完备数据的填补问题、冗余属性的约简问题和连续 属性的离散化问题进行了研究 应用粗糙集理论，由相容信息表中条件属性与决策属性间的一致. 性对应关系，定义了划分区间的加法运算，解决了不完备数据填补问题；根据类别概念，定义了差 别向量，利用差别向量加法运算删除了冗余属性；根据条件属性与决策属性之间的依赖关系及相 对信息熵概念，实现了连续属性的离散化. 数值示例和实验结果显示此方法是有效可行的. 关键词 不完备信息表；粗糙集；信息熵；属性约简；离散化 分类号 TP301.6 ［］ 由于市场竞争日趋激烈，各行各业在其经营 理论相结合的方法7 等 但这些方法或由于没有 . 活动中都引入了电子、通信、计算机等先进技术， 考虑条件属性与决策属性之间的相互关系，而在 因此都沉积了大量的历史数据 这些数据千差万 信息表中产生大量冲突事件，或由于在离散过程 . 别，因此在分析这些数据前一般都要进行数据预 中缺乏启发搜索信息，而导致计算复杂度很高. 处理，以得到满足一定算法要求的格式化数据. 本文针对上述问题，在保持原有信息表分类 ［］ 1 粗糙集 是进行数据预处理的有力工具，能够实 能力不变的情况下，提出了一种不完备信息表的 现不完备数据的填补、冗余属性的约简及连续属 预处理方法. 性的离散化. 1 相关定义及定理 目前，填补不完备数据的方法有均值法、最大 ［ ］ 频率法2 4 等 在这些方法中，以信息表中所有断 相关定义 . 1 .1 点的平均值或各个断点出现的频率来代替不完备 粗糙集中各基本概念见文献［］，与本算法相