粗糙集理论在知识发现数据预处理中的分析与应用word论文.docxVIP

优秀毕业论文 精品参考文献资料 data missing value. This method is simple and can improve the filling precision of the missingdata. Because this method cannot complete all the missing value in the dataset, the thesis finally puts forward a combined processing model about the RSF algorithm and frequent items in dataset, called ‘FI-RSF’. In this model use the method of frequent itemsets to fill first, and reuse RSF algorithm to fill for the rest of the failure to dealwith missing value. Finally, the UCI machine learning database data sets are selected for experiments. The results show that FI-RSF method compared with RSF algorithm has higher filling accuracy, and as the effect of frequent itemsets default support goes down, the prediction accuracy will improve. Keywords: Knowledge Discovery；Incomplete Information System；Rough Set； Data Filling；Frequent Item Set III 目 录 HYPERLINK \l _bookmark0 第 1 章 绪论1 HYPERLINK \l _bookmark1 1.1 论文选题背景 1 HYPERLINK \l _bookmark2 1.2 相关理论发展研究 2 HYPERLINK \l _bookmark3 1.2.1 粗糙集发展现状 2 HYPERLINK \l _bookmark4 1.2.2 粗糙集基本概念 4 HYPERLINK \l _bookmark5 1.2.3 粗糙集属性约简 5 HYPERLINK \l _bookmark6 1.2.4 频繁项集和 Apriori 算法发展研究 6 HYPERLINK \l _bookmark7 1.3 知识发现数据预处理 7 HYPERLINK \l _bookmark8 1.3.1 信息系统和知识发现 7 HYPERLINK \l _bookmark9 1.3.2 不完备信息系统研究分析 9 HYPERLINK \l _bookmark10 1.3.3 不完备信息系统研究现状 10 HYPERLINK \l _bookmark11 1.4 研究内容和工作 11 HYPERLINK \l _bookmark12 1.4.1 研究内容 12 HYPERLINK \l _bookmark13 1.4.2 本文的主要工作 12 HYPERLINK \l _bookmark14 1.5 论文组织结构 13 HYPERLINK \l _bookmark15 第 2 章 基于粗糙集的数据缺失值处理模型 14 HYPERLINK \l _bookmark16 2.1 引言 14 HYPERLINK \l _bookmark17 2.2 不完备信息系统中粗糙集理论的扩充分析 14 HYPERLINK \l _bookmark18 2.2.1 容差关系模型 14 HYPERLINK \l _bookmark19 2.2.2 量化容差关系模型 16 HYPERLINK \l _bookmark20 2.2.3 非对称相似模型 17 HYPERLINK \l _bookmark21 ROUSTIDA 算法的分析 18 HYPERLINK \l _bookmark22 2.3.1 ROUSTIDA 算法的基本思想 18 HYPERLINK \l _bookmark23 2.3.2 算法现有改进工作 20 HYPERLINK \l _bookmark24 Closest Fit 算法分析 21 HYPERLINK \l