基于分類的屬性重要性約簡(jiǎn)方法及其應(yīng)用研究.pdf

1、1982年粗糙集理論作為一種新的處理不確定和模糊問(wèn)題的理論被波蘭科學(xué)家 Z Pawlak提出。此后，粗糙集理論成了繼證據(jù)論、模糊集論、概率論之后提出的又一個(gè)新的數(shù)學(xué)工具。粗糙集理論在處理信息的時(shí)候，最大的優(yōu)點(diǎn)是不需要該被處理信息之外的任何先知知識(shí)，就能夠?qū)Σ痪_、不完整或者不一致的信息按照用戶的需要進(jìn)行行之有效的分析，并從處理的信息中發(fā)現(xiàn)隱含的內(nèi)在聯(lián)系，揭示知識(shí)的潛在規(guī)律。
　　屬性約簡(jiǎn)的研究是粗糙集理論在實(shí)際應(yīng)用中使用最普遍也是

2、最重要的內(nèi)容，它應(yīng)用的基本思想主要是在保持分類能力不改變的前提下，通過(guò)刪除冗余屬性集(值)的方法，尋求對(duì)信息系統(tǒng)有決定性影響的重要屬性，以提高知識(shí)的質(zhì)量，方便用戶決策。屬性約簡(jiǎn)算法有很多，文中主要介紹基于分類的屬性重要性約簡(jiǎn)方法。本文從基本的粗糙集理論知識(shí)入手，首先概述了粗糙集理論的相關(guān)知識(shí)，詳細(xì)地分析了經(jīng)典粗糙集理論的屬性重要性約簡(jiǎn)算法，并介紹了基于數(shù)據(jù)分析的屬性約簡(jiǎn)算法思想，通過(guò)比較分析，指出目前較流行的幾種基于粗糙集的約簡(jiǎn)算法由于

3、受其本身適用范圍的限制，都存在一些這樣或那樣的不足。
　　在前述知識(shí)和方法的基礎(chǔ)之上，本文給出了一些應(yīng)用實(shí)例：（1）將屬性約簡(jiǎn)應(yīng)用于影響普通高校?？迫胱x率分析中，利用分類屬性約簡(jiǎn)的方法，對(duì)由新生的特征信息形成的信息系統(tǒng)進(jìn)行約簡(jiǎn)和決策規(guī)則提取，獲得影響新生入讀率的關(guān)鍵因素。（2）將屬性約簡(jiǎn)應(yīng)用于教學(xué)質(zhì)量評(píng)估系統(tǒng)中，對(duì)評(píng)估數(shù)據(jù)實(shí)例本身所提供的信息，通過(guò)等價(jià)關(guān)系和等價(jià)類的確定和屬性約簡(jiǎn)，從大量信息中快速有效地發(fā)現(xiàn)特定知識(shí)。（3）研究了均