一种基于粗糙集的决策算法挖掘方法A Method of Rough Set Based Decision Algorithm Mining
王常伟;马英红;朱颖翠;
摘要(Abstract):
属性约简和属性值约简是利用粗糙集理论从决策表中挖掘决策规则的基础,挖掘决策规则是粗糙集理论的重要研究领域之一。本文根据属性的重要度和条件差别矩阵来进行条件属性约简,找出有效约简。同时定义了决策表的不一致度,并根据属性重要度来进行属性值约简,在保持决策表不一致度不增加的前提下挖掘出决策规则,该决策规则集满足独立性、覆盖全域性、可接受性和一致性,即决策规则集为决策算法,最后运用实例对该方法的有效性进行说明。
关键词(KeyWords): 粗糙集;决策规则挖掘;属性约简;属性值约简;不一致度
基金项目(Foundation):
作者(Author): 王常伟;马英红;朱颖翠;
Email:
DOI:
参考文献(References):
- [1]Z.Pawlak,Rough Sets:Theoretical Aspects of Reasoning About Data[M],Kluwer Academic Publishers,Boston,1991.
- [2]Z.Pawlak,Rough sets and intelligent data analysis[J],Information Sciences147(2002):1-12.
- [3]Z.Pawlak,Rough sets,decision algorithms and Bayes’theorem[J],European Journal of Operational Research136(2002)181-189.
- [4]徐宁,章云,区分矩阵引导的高维数据集属性约简全集的获取[J].计算机科学,Vol31(2004):85-90.
- [5]钟晴江,苏健,基于元信息的最小决策规则集获取方法[J].计算机系统应用,2006年第四期:P41-P44.