论文部分内容阅读
Pawlak粗糙集的知识约简包括对决策表的知识约简和对信息表的知识约简。作为Pawlak粗糙集的扩展，邻域粗糙集在针对决策表的属性约简方面应用广泛，而针对信息表的属性约简方面应用鲜少。为了设计一种适用于信息表的属性约简算法，根据Pawlak粗糙集的信息表知识约简标准，首先提出一种邻域粗糙集的信息表知识约简标准，然后根据这种标准，结合贪心思想，进一步提出了一种适用于聚类任务的信息表属性约简算法。与主成分分析(principal component analysis，PCA)算法相比，实验结果表明用该算法对数据集降维后，得到的属性约简集合的属性个数较多，K-means算法根据属性集合进行聚类的精度较高。实验结果证明该算法能有效地应用于信息表的属性约简方面。