基于Rough集的数据离散化模型.pdfVIP

计算机科学2005V01．32NQ．8A 基于Rough集的数据离散化模型 DiscretizationModelBasedOil Set ROughTheory 商 琳1 吴 红2 (南京大学软件新技术国家重点实验室 南京210093)1(解放军理工大学理学院数理系 南京211101)2 AbstractThediscretizationofreal-valueattributesis inthe ma- knowledgesystem，andmanysupervised important feature we adiseretizationmodelbasedon chine adiscrete this learningalgorithmsrequire space．Inpaperpresent set and andneuralnetworks．The modelcandenotetheex- roughtheorygeneticalgorithm resultingpartitionsusing act onthe cutssetsandwiththebetter show valueswithnodependenceoriginal generalizationability．Experiments and results． thatthismethodiSeffectiveachieves good set，Genetic network KeywordsDiscretization，Roughalgorithm，Neural 对象的非空有限集合，称为论域。A是有限个属性 1 引言 的非空有限集合。对每一个属性a；∈A，a；：U— 数据的离散化在数据挖掘和知识发现等领域具 Vai，Vai是属性ai的值域。 有重要的作用，目前，数据的离散化问题已经得到了 属性集A进一步划分为两个不相交的集合：条 广泛的研究[1~5]。 件属性集C和决策属性集D，当C和D满足A=C 现有的离散化方法大致可以分为监督或非监督 UD并且cflD=⑦时，信息系统称为决策系统。 方法。非监督方法在离散化过程中未考虑数据的分 定义2(断点和断点集合)A=(U，AU{d)) 类信息，通常很难获得较好的离散化效果。监督的 是一决策信息系统，A为属性集合，d为决策属性。 离散化方法考虑了分类信息，效果往往优于非监督 设区间vI=[1．，r．]cR，a∈A，R是实数的集合。 方法。 Sets，RS)[6]是由波兰学 Rough集理论(Rough 噶]，…，[ct，ct+。])，其中对于任意的数．，1．=噶 者Pawlak于1982年提出的描述不完整、不精确和 含有噪声的数据的有力工具，主要特点是它不需要 [cT，c1)U…Ulet， +-]称=(c5，cl，cI，c；，…， 任何与数据有关的先验和附加知识，其核心概念就 吐，+。)为V．的断．点ct．集合，cICact ∈C．称为断点。P= 是数据之间的分辨关系。因此基于Rough集理论 的数据离散化方法能够充分考虑离散化