基于变精度优粗集模型的一致性规则挖掘算法

为了在含有噪声数据的优势关系系统中进行数据挖掘,提出以修正的知识粒度作为改进粗糙规则集的不确定性度量,并以此为启发式信息进行属性的相对约简,再依据变精度优粗集所给的参数值导出一致性规则集,并对参数值影响规则集的程度进行灵敏度分析。该算法所得到的一致性规则集具备较高的准确度和覆盖度,同时又可排除由数据噪声所引起的不一致性,从而保证了预测和分类的准确性和合理性。通过实例证明该算法是一种规则获取的有效方法。