基于粗糙集和模糊聚类的Web日志增量式挖掘研究.docx

基于粗糙集和模糊聚类的Web日志增量式挖掘研究.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

基于粗糙集和模糊聚类的Web日志增量式挖掘研究

一、相关概念介绍

(一)粗糙集

粗糙集理论是由波兰数学家Zdzis?awPawlak于1982年提出的一种处理不确定、不完整信息的数学工具。其核心思想是通过等价关系将论域划分为若干等价类,利用上近似集和下近似集来描述不确定概念,从而实现对数据的分类和知识的提取。

在数据处理中,粗糙集不需要任何先验知识,仅根据数据本身的信息就能进行分析和推理。它能有效处理各种不精确信息,比如在数据存在缺失、噪声的情况下,依然可以准确地挖掘出潜在的规律和模式。正因如此,粗糙集在数据挖掘、模式识别、机器学习等领域有着广泛的应用,为后续的数据分析提供了有力

文档评论(0)

chilejiupang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档