基于粗糙集的規(guī)則生成算法研究.pdf

1、粗糙集算法是近年來在數據挖掘領域出現的新興算法,它在處理數據模糊性方面有其獨特的優(yōu)勢,但是它計算過程中核心的過程“約簡”的計算過于復雜,這嚴重影響了它的使用和推廣。本文旨在解決這樣的問題:在保證粗糙集方法正確分類精度的情況下,試圖減少規(guī)則生成的計算時間。致力于此,首次提出了一個新的以經典粗糙集理論為基礎的規(guī)則生成算法SFRGA(Short First Rules Generation Algorithm)。與經典粗糙集算法相比,經典的算

2、法中要計算約簡,SFRGA中直接跳過了這一復雜的步驟;經典算法是基于“劃分”的,而SFRGA是基于“覆蓋”的。對于SFRGA算法,從理論上嚴格證明了它的以下性質:
　　1)SFRGA算法可以和經典算法達到同樣的數據覆蓋率;
　　2)SFRGA算法可以產生比經典算法更少的規(guī)則數;
　　3)SFRGA算法的時間復雜度遠小于經典算法,而且數據量越大越明顯;在規(guī)則復雜度方面,本文還提出了一個新的比較標準MRL(Mean Rul