[發明專利]一種基于粗糙集的適用于不完備決策表的規則提取方法

在審

• 申請號: 201710526060.0
• 申請日: 2017-06-30
• 公開（公告）號: CN107391602A
• 公開（公告）日: 2017-11-24
• 發明（設計）人: 代建華;張其來;鄭國杰;高帥超
• 申請（專利權）人: 天津大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 天津市北洋有限責任專利代理事務所12201
• 代理人: 劉玥

技術領域

本發明屬于智能決策系統中的數據挖掘技術，涉及一種規則提取方法，具體是指一種基于粗糙集的適用于不完備決策表的規則提取方法。

背景技術

現實中由于數據采集的結果往往伴隨著噪聲數據，這使得不確定數學工具顯得尤為重要。粗糙集理論與其他處理不確定和不精確問題理論相比，無需提供問題所需處理的數據集合之外的任何先驗知識。由于粗糙集處理不確定數據的優越性，目前已經在分類、聚類等多個領域得到廣泛應用，其中，決策規則提取是最為重要的應用之一。

在基于粗糙集的決策規則方法中，規則提取方法LEM2憑借其更為出眾的獲取結果，被越來越廣泛的使用。LEM2方法搜索屬性-值對空間，選擇覆蓋率最大的屬性-值對，也就是說LEM2方法從屬性-值對的觀點提取規則，但在一些情況下，從屬性的觀點提取規則更合理。規則提取方法DRICA(JianHua Dai,Haowei Tian,Wentao Wang,Liang Liu.Decision rule mining using classification consistency rate[J].Knowledge-Based Systems,2013,43(2):95–102.)從屬性的觀點提取規則，而且不需要提前進行屬性約簡，屬性約簡和規則提取同時進行。

現實中的數據往往存在著缺失值，粗糙集中含有缺失值的決策表稱作不完備決策表。但規則提取方法DRICA未考慮對不完備決策表的處理，不能直接處理不完備決策表?；谏厦娴谋尘埃枰岢鲆环N適用于不完備決策表的規則提取方法。

發明內容

本發明要解決的技術問題是提供一種基于粗糙集的適用于不完備決策表的規則提取方法，該方法具有DRICA方法的優點，而且適用于不完備決策表，即可以直接從含有缺失值的數據中提取規則；本發明涉及粗糙集理論、相容關系、相似關系等相關知識。

為了解決上述技術問題，本發明采用的技術方案為：

一種基于粗糙集的適用于不完備決策表的規則提取方法，其特征在于，包括如下步驟：

步驟一，通過不完備決策表數據給出一個決策類的上(下)近似集B；一個用戶感興趣的屬性集A；全部條件屬性C；

步驟二，令已選擇的屬性集SA的初始值為A,未選擇的屬性集UA的初始值為C-A，規則集RULES的初始值空集，近似集B中未被規則集R覆蓋的對象G的初始值為B；

步驟三，判斷步驟二中對象G是否為空集，如果為空，進入步驟八，否則進行下一步。

步驟四，將步驟二中未選擇的屬性集UA中每個屬性按照max|SA∪a_RB∩G|的條件獲得選擇屬性a；令已選擇的屬性集SA＝SA∪a，未選擇的屬性集UA＝UA–a，其中，SA∪a_RB，表示B的屬性集SA∪a的基于關系R的下近似；

步驟五，計算B的已選擇的屬性集SA基于關系R的下近似P，即P＝SA_RB；計算P∩G，令GC＝P∩G；用已選擇的屬性集SA從GC(即P與G的交集)中提取規則，得到規則集rules；

步驟六，對步驟五中的提取的規則集rules中的每條規則r進行簡化，并將簡化后的規則rules添加到規則集RULES中，即RULES＝RULES∪rules，同時令G＝G–{規則集RULES覆蓋的對象}。

步驟七，判斷近似集B的已選擇屬性SA的下近似SA_RB和近似集B的全部條件屬性C的下近似C_RB是否相等；如果滿足條件，則執行下一步；否則，返回步驟三；

步驟八，對規則集RULES進行整體簡化并輸出：刪除某條規則r后，規則集RULES仍可以覆蓋近似集B，即判斷使得規則s成立的所有對象構成的集合是否包含近似集B，若滿足，則RULES＝RULES–r；輸出規則集RULES。

所述步驟一中不完備決策表數據，即給定一個決策表DT＝(U，C∪D，V，f),如果存在x∈U，a∈C,f_a(x)是一個缺失值,則該決策表被稱做不完備決策表；假設f_d(x)為非缺失值；一個不完備決策表可表示為IDT＝(U，C∪D，V，f)，*∈V_C＝∪_a∈C V_a,