基于粗糙集的数据挖掘算法分析-管理科学与工程专业论文.docxVIP

V V Calculate the similarity degree of data objects each other, and put the ones whose similarity degree is bigger than the threshold into a group. Select one from each group to form a new sample of data to decrease the redundant ones. The attribute selection criterion, based on the attribute sets importance, is proposed, setting the number of attributes at each node to be two at most. It conquers the shortcomings of traditional decision tree algorithms at deflection problems in selecting testing attribute. Less computing time is acquired while the height of decision tree is compressed and rules are more comprehensive. A concept of relative generalization of one equivalence relation with respect to another one is introduced and used for construction of multivariate tests to avoid the overfit of data. Based on the former work, algorithm based on the rough sets for multivariate decision tree is put forward. The comparison between multivariate decision tree and univariate one is done through an example. The comparison among several multivariate decision trees is fulfilled .And it is verified with instance and experiments that the algorithm is advantageous. Key words: data mining；rough sets theory；multivariate decision tree；similarity degree of attribute importance；relative generalization I I 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中 不包括其他人已经发表或撰写过的研究成果，也不包含为获得西北师范大 学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对 本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 签名： 日期： 关于论文使用授权的说明 本人完全了解西北师范大学有关保留、使用学位论文的规定，即：学 校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论 文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 （保密的论文在解密后应遵守此规定） 签名： 导师签名： 日期： PAGE PAGE 1 第一章 绪论 1.1 研究的目的及意义 近些年来，随着计算机技术、信息技术和数据库技术的迅猛发展以及数字网络的兴 起与广泛应用，数据的来源愈来愈丰富。如在商务贸易和政府事务电子化、大规模工业 生产过程中的智能监控和诊断、医疗领域的计算机诊断管理以及科学计算等应用领域， 产生了不断增长的海量数据源，出现了所谓的数据过剩而知识贫匮的局面。日益成熟的 数据库技术和面向事务处理的信息管理系统，为这些数据的采集、存贮和传输提供了稳 定、可靠并且日益廉价的技术保证。在这种情况下，依靠传统方法对这些数据进行分析， 已经不能应对信息技术带来的“数据灾难”难题。在上述背景下，需要专门的技术与工 具有效地从海量数据中获取有用的知识信息。因此，数据挖掘方法和技术成为数据挖掘 研究领域的一个热点。 数据挖据是“数据库中的知