資源描述：
《基于粗糙集特征選取算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、摘要特征選取是數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和模式識(shí)別屮的一項(xiàng)重要技術(shù)，在數(shù)據(jù)準(zhǔn)備和預(yù)處理過程中發(fā)揮著重要作用。它能夠刪除原始數(shù)據(jù)中的兀余屬性，起到提高學(xué)習(xí)的準(zhǔn)確性和減少學(xué)習(xí)的時(shí)間的效果。粗糙集理論是一種處理不確定和模糊知識(shí)的重耍數(shù)學(xué)工具，它能在無(wú)任何先驗(yàn)信息的條件下，通過知識(shí)約簡(jiǎn)得到問題的決策。近來,粗糙集理論在特征選取算法中得到了廣泛的應(yīng)用，算法的有效性和應(yīng)用成為了研究的熱點(diǎn)。針對(duì)判斷兩個(gè)正區(qū)域相等算法的低效性問題，實(shí)現(xiàn)了一種高效的正區(qū)域相等判定算法。在此基礎(chǔ)上，實(shí)現(xiàn)了一種基于相關(guān)信息量的特征選取算法。針對(duì)止區(qū)域計(jì)算過程中存在不一致數(shù)據(jù)信息丟失的問題，實(shí)現(xiàn)了一種將非一致性數(shù)
2、據(jù)進(jìn)行歸類處理的方法。然后針對(duì)現(xiàn)有的粗糙集特征選取算法僅僅單獨(dú)考慮屬性的重要性存在的問題，通過將屬性的重要性和規(guī)則支持度相結(jié)合的方式進(jìn)行特征評(píng)價(jià)。最后，在前面研究的基礎(chǔ)上實(shí)現(xiàn)了一種基于支持度的特征選取算法，并用國(guó)際機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)屮的數(shù)據(jù)驗(yàn)證了算法的有效性。為了檢驗(yàn)算法的實(shí)用性，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)知識(shí)發(fā)現(xiàn)原型系統(tǒng)，將基于相關(guān)信息量的特征選取算法和基于支持度的特征選取算法集成到系統(tǒng)的特征選取模塊中。通過客戶關(guān)系管理屮的一個(gè)應(yīng)用實(shí)例說明了特征選取算法在客戶數(shù)據(jù)屮的處理方式和特征選取結(jié)果的實(shí)用性。關(guān)鍵詞：粗糙集，特征選取，屬性約簡(jiǎn)，屬性核AbstractFeaturesele
3、ctionisoneofmostimportanttechniqueindatamining,machinelearningandpatternrecognition.Itremovesirrevalentandredundantfeaturesbygivenevaluationcriterion.Thereducedattributesbringtheimmediateeffectsforapplication:speedupdataminingalgorithmandimprovingpredictiveaccuracy.Roughsetisanimportan
4、tmathematicaltooltodealwithvaguenessanduncertaintydata.ltrevealsknowledgefromoriginaldatawithoutanyrestrictcondition.Recently,Roughsettheoryhasbeenappliedtofeatureselectionsuccessfully,theflexibilityandapplicationofalgorithmbecomesahotdiscusseddirection.Toovercomethedefectoftheineffici
5、encyofpositiveareacompare,Ahighefficiencypositiveregionkeepingalgorithmisrealized.Basedonaboveresearch,aheuristalgorithmbasedoncorrelationinformationvectorisrealized.Toovercomethedefectoflosesomeinformationininconciencydataprocessing^newdefineoflowapporximationisrealizedwhichtaketheinc
6、onciencydatasetasaclasstodealwih.Totheproblemofexistingalgorithmsonlyconsiderthedependencyoftheselectedattributebutignoretheotherimportantinformation,suchasthequalityofthepotentialrule,whichisnecessarytotheapplicationofclassification.Basedonanin-depthstudyofheuristseachtactics,theattri
7、buteevaluationcriterionininformationsystemisdefinedbytwoaspects,oneisthedependencyoftheselectedattribute,theotheristherulesupport?Anewheuristfeatureselectionalgorithmbasedonrulesupportisrealizedundertheframeofroughsettheory,theexperimentalresultsshowthatthisalgorithmiseffective.Inord
