基于粗糙集的分类算法研究

粗糙集和决策树都是常用的分类方法，本文将两者相结合，取长补短，对数据进行分类挖掘，主要研究内容包括： 1.对属性约简算法进行研究。大多数情况下，知识库存在冗余的属性，冗余属性既是对计算机资源的浪费(需要大量的存储空间)，也会干扰人们做出正确而简洁的决策，所以有必要对属性进行约简。本文首先介绍了粗糙集中有关约简的相关概念，然后分析了几种典型的属性约简算法，最后提出了一种基于遗传算法的粗糙集属..