基于粗糙集理論的數(shù)據(jù)預處理研究.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著數(shù)據(jù)庫技術的成熟,數(shù)據(jù)應用的普及,以及互聯(lián)網(wǎng)的高速發(fā)展,人類積累的數(shù)據(jù)量正在以指數(shù)級速度迅速增長。傳統(tǒng)的數(shù)據(jù)分析和查詢方法己不能滿足人們對隱藏在數(shù)據(jù)背后的知識的迫切需要,在這種社會需求的強勁推動下,知識發(fā)現(xiàn)和數(shù)據(jù)挖掘應運而生,而粗糙集理論作為一門新的數(shù)學工具,憑借它不需要附加任何外界信息或先驗知識這一特點,突破了其它數(shù)據(jù)分析工具的局限,避免了人的主觀因素對數(shù)據(jù)挖掘結果的影響,逐漸成為了研究知識發(fā)現(xiàn)的重要的數(shù)學工具之一。 由于

2、數(shù)據(jù)預處理是KDD處理步驟中非常重要的一環(huán),其結果將直接影響到KDD的效率、準確度以及最終模式的有效性。而經(jīng)典的粗糙集理論不能處理原始數(shù)據(jù)資料中的遺漏信息以及值域為實數(shù)的數(shù)據(jù),需要經(jīng)過數(shù)據(jù)預處理,包括數(shù)據(jù)補齊和離散化處理后才能進行知識獲取,因此如何有效地進行數(shù)據(jù)預處理具有非常重要的現(xiàn)實意義。 本文主要圍繞基于粗糙集的數(shù)據(jù)預處理中數(shù)據(jù)補齊和連續(xù)屬性離散化展開討論。 首先,綜述了粗糙集理論的研究現(xiàn)狀,分析和歸納了與數(shù)據(jù)不完備

3、性相關的重要問題以及處理缺失值的各種方法;在此基礎上,分析了當前主要的數(shù)據(jù)補齊算法的特點和不足,指出了數(shù)據(jù)補齊的原則和目標,并針對己有的基于粗糙集不完備信息系統(tǒng)補齊算法的缺陷,提出了基于量化相似關系模型,以使更多的缺損數(shù)據(jù)得到科學的填補,盡量避免因采用其它方法可能導致的決策規(guī)則矛盾的問題。 然后,對目前流行的離散化算法進行了詳細的分析和評價,指出了離散化的方向和目標,并提出了基于粗糙信息熵的離散化算法,以便在保證劃分后決策表相容

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論