基于信息熵的离散化算法的研究与实现

离散化算法将连续属性的取值范围划分为很多个小的区间,每个区间都对应着自己的离散化符号,合理的离散化能够更准确的表达信息。本课题研究并实现了一种基于信息熵的离散化算法,通过赋予断点信息熵来度量断点的重要性从而对集合S进行划分。首先计算连续的属性的候选断点属性集,其次从候选断点集合中选取一个使信息熵最小的断点加入到断点集合中,该断点把集合S分成了两个部分,之后对于每一个子集合确定断点直到对于集合S的划分足够表达不同信息,满足最小区分长度准则完成。本文最后用实验验证了此算法的正确性和有效性,并对多组数据进行了测试和比较。

启发式值约简算法的研究与实现

在粗糙集理论的基础上,本文研究了启发式值约简的过程。本文研究的就是在属性约简完成后的启发式值约简算法,它一般先构造由约简属性集合和决策属性组成的决策表;然后利用一定的启发式信息对其进行去重操作,得到的新表将作为值约简的初始决策表;最后,判断记录中的各个属性值是否冗余,删除冗余属性值,对记录的属性值进行约简得到近似最小规则集。最终实现了其测试系统。