应用R_Apriori算法提取决策表中蕴含规则

摘要：

从决策表中提取蕴含规则是粗糙集理论的重要内容,现有的基于粗糙集理论的规则提取算法有极高的时间和空间复杂度,因而通常认为不适合用于大规模决策表.本文提出了R_apriori算法,将数据挖掘领域中经典的apriori算法与粗糙集理论结合起来,应用于决策表中蕴含规则的提取上.该算法首先将决策表按其决策属性值划分为若干子块,形成D_划分;再将D_划分子块继续切分为更小的子块,应用apriori算法来提取子决策表中蕴含的信息,并通过子决策表标志矢量来减少搜索范围,同时引入项集簇的概念.减少了项集组合次数,在一定程度上避免了组合爆炸,基于UCI数据集上的实验证明了该方法的有效性.

关键词：粗糙集、决策表、规则提取、apriori算法

所属期刊栏目：5

分类号：TN911.72

在线出版日期：2008-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-5,14