[发明专利]一种基于粗糙集中DRICA的规则提取方法

说明书

技术领域

本发明属于智能决策系统中的数据挖掘技术，涉及一种规则提取方法，具体是指一种基于粗糙集中DRICA的规则提取方法。

背景技术

现实中由于数据采集的结果往往伴随着噪声数据，这使得不确定数学工具显得尤为重要。粗糙集理论与其他处理不确定和不精确问题理论相比，无需提供问题所需处理的数据集合之外的任何先验知识。由于粗糙集处理不确定数据的优越性，目前已经在分类、聚类等多个领域得到广泛应用，其中，决策规则提取是最为重要的应用之一。

在基于粗糙集的决策规则方法中，规则提取方法LEM2凭借其更为出众的获取结果，被越来越广泛的使用。LEM2方法搜索属性-值对空间，选择覆盖率最大的属性-值对，也就是说LEM2方法从属性-值对的观点提取规则，但在一些情况下，从属性的观点提取规则更合理。规则提取方法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.)从属性的观点提取规则，而且不需要提前进行属性约简，属性约简和规则提取同时进行。

但规则提取方法DRICA：(1)DRICA遍历一次未选择属性集，从中选择属性，然后再提取规则和删减被规则覆盖的对象，使得一个对象只能被用来提取一次规则；而在一些情况，一个对象被多次用来提取规则更合理。(2)粗糙集中含有缺失值的决策表称作不完备决策表，DRICA未考虑对不完备决策表的处理，不能直接处理不完备决策表，而现实中的数据往往存在着缺失值。基于上面的背景，需要提出一种规则提取方法，使得一个对象可以被多次用来提取规则，而且适用于不完备决策表。

发明内容

本发明要解决的技术问题是提供一种基于粗糙集中DRICA的规则提取方法，该方法具有DRICA方法的优点，而且使得一个对象可以被多次用来提取规则和适用于不完备决策表。

为了解决上述技术问题，本发明采用的技术方案为：1、一种基于粗糙集中DRICA的规则提取方法，其特征在于，包括如下步骤：

步骤一，通过不完备决策表数据给出一个决策类的上(下)近似集B；一个用户感兴趣的属性集A；全部条件属性C；

步骤二，令已选择的属性集SA的初始值为A,未选择的属性集UA的初始值为C-A，规则集RULES的初始值空集，近似集B中未被规则集RULES覆盖的对象G的初始值为B；

步骤三，判断G是否为空集，如果满足条件，执行结束，输出规则集RULES；否则，进入步骤四；

步骤四，对未选择属性集UA中的每个属性a′计算P＝(SA∪a′_RB∩G)；同时按照max|SA∪a_RB∩G|的条件获得选择属性a；即选择|P|值最大的属性；令已选择的属性集SA＝SA∪a，未选择的属性集UAUUA–a；

步骤五，按照属性集合SA∪a′从P中提取规则获得规则集rules；并对规则集rules中的每条规则r进行约简；

a、对规则r中某个属性值对(a，v)进行删除后，

b、判断规则r覆盖的对象集是否为B的子集，若是，令r＝r–{(a，v)}；

c、将提取到的规则rules添加到规则集RULES中。

步骤六，令G＝G–∪_s∈{RULES}[s]；

步骤七，判断，近似集B的已选择属性SA的下近似SA_RB和近似集B的全部属性C的下近似C_RB是否相等，若满足相等，则结束，输出规则集RULES；否则，返回步骤三。

所述步骤一中不完备决策表数据，即给定一个决策表DT＝(U，C∪D，V，f),如果存在x∈U，a∈C,f_a(x)是一个缺失值(缺失值表示为“*”),则该决策表被称做不完备决策表；假设f_d(x)为非缺失值。一个不完备决策表可表示为IDT＝(U，C∪D，V，f，*∈V_C＝∪_a∈CV_a,所述步骤一中不完备决策表中决策类的上(下)近似集B通过公式得到,公式(1)是下近似，公式(2)为上近似。