Rút gọn thuộc tính cho bảng quyết định theo tiếp cận tập thô lân cận

Abstract

Rút gọn thuộc tính là bước tiền xử lý dữ liệu quan trọng và được ứng dụng rộng rãi trong các lĩnh vực nhận dạng mẫu, hệ tư vấn và hỗ trợ ra quyết định. Để rút gọn thuộc tính cho các bảng quyết định miền giá trị số theo tiếp cận tính toán hạt, các hạt thông tin truyền thống thường được mờ hóa hoặc rời rạc hóa để xây dựng các độ đo đánh giá độ quan trọng của thuộc tính. Trong bài báo này chúng tôi đề xuất phương pháp rút gọn thuộc tính mới bao gồm các bước sau đây: 1) mờ hóa quá trình rời rạc dữ liệu nhằm tăng độ mịn dữ liệu sau khi rời rạc hóa; 2) xác định tỉ lệ phụ thuộc của thuộc tính quyết định với tập thuộc tính điều kiện; 3) định nghĩa tập rút gọn và phương pháp tính toán độ quan trọng của thuộc tính để xây dựng thuật toán rút gọn thuộc tính. Các kết quả thực nghiệm trên các bộ dữ liệu mẫu từ UCI cho thấy, phương pháp của chúng tôi đề xuất là hiệu quả so với các phương pháp rút gọn thuộc tính theo tiếp cận tính toán mờ truyền thống.