粗糙集属性约简算法在数据挖掘中的研究

随着数据库的不断增长，自动从数据库中获取有用的知识成为人们日益迫切的需要。粗糙集理论(Rougll Sets)就是在这样背景下不断发展起来的一种用于不精确、不确定数据挖掘与处理的新型数学理论。粗糙集理论也凭借其独特的优势而在KDD领域中具有越来越重要的地位。 属性约简是粗糙集理论研究的核心问题之一，本文首先介绍了Pawlak粗糙集模型以及决策表、可辨识矩阵和约简等基本概念，为后面章节中的属性约简算法打下了理论基础。 现已证明，寻找一个决策表的最小约简是NP-难问题，在人工智能中，解决这类问题的方法一般是使用启发式算法。 本文把属性重要性作为启发式信息，以核属性为寻求约简的起点，通过对算法中加入启发式信息，减少了搜索空间。给出了相对可辨识矩阵的概念，并以相对可辨识矩阵为基础，对属性约简的基本算法做出了改进，把本来是对可辨识矩阵进行逻辑运算的计算转化成代数运算，在一定程度上简化了计算，提高了约简效率。后面又提到了基于信息熵的相对属性约简算法。并在文章的最后提出了一种新的基于灰色关联度的属性约简算法，实验证明，该算法可以获得令人满意的约简。