基于AIC的粗糙集择优方法

发布时间：2020-11-14 06:59

　　如今,随着科学技术的日益发展,每时每刻都会产生出大量的数据,这些数据类型变得越来越复杂,规模也越来越大,形成了大量的复杂、异构的高维海量数据。数据已经在社会经济、政治、环境卫生和人类生产生活等各个领域成为了知识信息的主要载体,而数据挖掘正是在人类这种从数据中获取有用知识的迫切需求下产生的。粗糙集算法作为常用的数据挖掘分类方法之一,由Pawlak引入,其分类规则易于理解,不受数据分布制约,现已应用于交通运输、生物科学、人工智能等很多领域。粗糙集的理论研究也不断深入,涉及到粗糙集构造算法的完善,针对不确定性和模糊性等数据问题的算法等。对于同一数据集,采用不同的粗糙集构造算法,所得到的分类规则并不总是一样的,如何选择出高预测准确度的粗糙集,在应用中具有重要的理论价值和实践意义。现有的粗糙集优良性评估标准主要是误判率。然而,粗糙集的误判率最低,并不意味着它的预测准确度最高。特别是,当多个粗糙集的误判率差异小时,误判率标准并不总是能够选出最高预测准确度的粗糙集。鉴于此,引入一种基于AIC信息准则的粗糙集择优方法,利用粗糙集的分类规则构造解释变量,将其表达为Logistic模型,将拟合模型的AIC值作为该粗糙集的AIC值,进行分类规则选择。AIC数值小的粗糙集往往比AIC数值大的粗糙集具有更高的预测准确度。随机模拟结果表明,采用基于AIC信息准则的粗糙集择优方法能够筛选出高预测准确度的粗糙集,其择优效果有时会高于基于误判率的粗糙集择优方法。特别是,当多个粗糙集的误判率差异小时,新方法更可能选出最高预测准确度的粗糙集。
【学位单位】：天津财经大学
【学位级别】：硕士
【学位年份】：2016
【中图分类】：C81
【文章目录】：
内容摘要
Abstract
第1章导论
    1.1 研究背景与研究意义
    1.2 粗糙集理论研究综述
        1.2.1 粗糙集理论及其发展
        1.2.2 粗糙集选择
    1.3 研究内容与结构
    1.4 本文创新点
第2章粗糙集构造算法
    2.1 基于最大概率的粗糙集算法
    2.2 基于贝叶斯的粗糙集算法
第3章基于AIC准则的粗糙集择优方法
    3.1 AIC信息准则
    3.2 新粗糙集择优方法的研究思路
    3.3 基于AIC准则的粗糙集择优方法
第4章新粗糙集择优方法的应用分析
    4.1 Abalone数据集的粗糙集择优
    4.2 Affairs数据集的粗糙集择优
    4.3 Breastcancer数据集的粗糙集择优
    4.4 Haberman数据集的粗糙集择优
    4.5 Ionosphere数据集的粗糙集择优
    4.6 Transfusion数据集的粗糙集择优
    4.7 结果汇总分析
第5章结论
参考文献
后记

【相似文献】

相关期刊论文前10条

1 林治;张璇;;粗糙集理论的应用探析[J];邢台职业技术学院学报;2011年03期

2 杨健;;代价敏感粗糙集及其在印刷数据中的应用[J];才智;2013年33期

3 王萍;粗糙集理论及其应用进展[J];南京工业职业技术学院学报;2004年03期

4 黄焕福;黄月兰;;学生上机兴趣的粗糙集分析[J];南宁师范高等专科学校学报;2007年01期

5 左金平;郭玉栋;;决策问题中粗糙集理论的应用研究[J];晋中学院学报;2007年03期

6 辜川毅;;基于粗糙集理论的大学生网络行为研究[J];科技信息(学术研究);2007年22期

7 王宝丽;陈高波;;粗糙集的矩阵表示与刻画[J];运城学院学报;2008年05期

8 范霄文;郭惠英;;粗糙集理论的统计扩展及应用[J];统计与决策;2008年13期

9 计文军;蒋超;王艳华;杨海滨;姚苏琼;;粗糙集在大学生就业问题中的应用[J];内江师范学院学报;2008年S1期

10 岳丹丹;;粗糙集理论在教学效果评价中的应用[J];黔西南民族师范高等专科学校学报;2009年03期

相关博士学位论文前10条

1 马希骜;概率粗糙集属性约简理论及方法研究[D];西南交通大学;2014年