基于属性值分类的多层次粗糙集模型

传统的粗糙集理论主要是针对单层次决策表的属性约简和决策规则获取研究.然而,现实中树型结构的属性值分类是普遍存在的.针对条件属性具有属性值分类的情况,结合全子树泛化模式,提出一种多层次粗糙集模型,分析决策表在不同层次泛化空间下相关性质.结合基于正区域的属性约简理论,提出属性值泛化约简概念讨论二者之间的关系,同时证明求解泛化约简是一个NP-Hard问题.为此,提出一种基于正区域的的启发式泛化约简算法,该算法采用自顶向下逐步细化搜索策略,能够在保持原始决策表正区域不改变的前提下,将决策表所有属性值泛化到最佳层次.理论分析和仿真实验表明,泛化约简方法能提高知识发现的层次和泛化能力.

基于属性值分类的特征规则的知识发现

1 引言 知识发现(Knowledge discovery in database,KDD)是应用一系列技术从大型数据库或数据仓库中提取隐含的、未知的、非平凡的对决策有潜在应用价值的知识和信息的过程,提取的知识表示为概念、规则、规律、模式等形式.知识发现过程一般由三个主要的阶段组成:数据准备,数据开采,结果表达和解释[2].

数据驱动的属性值分类法及其在属性泛化中的应用

现实中基于树型层次结构的属性值分类是普遍存在的,反映这种树型层次结构的属性值分类法(Attribute Value Taxonomy,AVT)已被证明对数据的泛化上是有效的。部分数据集已具备相关专家提供的AVT,但大多数数据集不具备人为提供的AVT。为此,本文提出一种VDM-AVT学习器,即一种依据数据自动构造AVT的方法;为了评价所构造AVT的质量,基于VDM-AVT学习器提出了VDM-AVT-AGR模型。VDM-AVT学习器基于VDM距离,利用层次聚类将属性值抽象为树型层次结构,VDM-AVT-AGR模型利用VDM-AVT学习器得到的AVT对数据进行属性泛化约简。实验表明,利用VDM-AVTAGRD模型处理后的数据集相比原始数据集具有更好的分类性能和泛化能力。由此也可以证明VDM-AVT学习器得出的AVT是有效的。