粗集数据挖掘方法MIE-RS的设计与实现

摘要

本文提出了一个基于粗集扩展模型的数据挖掘算法MIE-RS(Mining from Inconsistent Examples:a Rough Set Approach),能有效处理例子集的不一致性,并且通过确定每个概念的覆盖,即最小相关属性集,为每一概念产生最简的满足给定可信度的产生式规则知识.另外,本文还提出了用Hash表来实现该算法的方法,从而大大降低了算法的时间复杂度.