基于区分矩阵和区分函数进行属性约简的数据分类
Data Classification of Reduced Attributes Based on Discernibility Matrix and Discernibility Function作者机构:西南交通大学智能控制开发中心 洛阳市国家税务局河南洛阳471003
出 版 物:《河南科技大学学报(自然科学版)》 (Journal of Henan University of Science And Technology:Natural Science)
年 卷 期:2005年第26卷第4期
页 面:37-40页
学科分类:0810[工学-信息与通信工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理]
摘 要:数据分类的方法直接影响着分类效果。用粗糙集理论中的区分矩阵和区分函数进行的属性约简可以很好地用于数据分类当中,基于此,提出一种数据分类方法,即用区分矩阵和区分函数约简掉信息系统中的冗余属性,得到必要的属性集;然后再约简掉每一条规则中的冗余属性值,提取出决策规则,最后按照决策规则进行分类。实验证明,用该方法实现的数据分类复杂性低,且能有效提高分类效果。