Data Reduction and Rule Extraction Based on Rough Set

摘要

粗糙集理论是由波兰科学家Z.Pawlak在1982年提出的一种处理模糊和不确定知识的数学工具，已经成功应用于机器学习，模式识别，数据挖掘等领域。利用粗糙集理论进行数据挖掘，抽取知识规则，最重要的一点就是基于粗糙集的属性约简和规则提取算法的研究。通过约简的操作，降低属性的维数，提取出适合于决策支持的知识规则，是粗糙集理论的最重要应用之一。 属性约简的求解是一个NP-Hard问题，导致该问题的主要原因是属性的组合爆炸。目前还不存在一种非常有效的方法，因此寻求快速的属性约简算法仍是粗糙集理论的研究热点之一。本文首先分析研究了基于条件信息熵的属性约简算法CEBARKCC，改进了CEBARKCC算法，...