基于模糊粗糙集條件熵屬性約簡(jiǎn)的數(shù)據(jù)分析方法
【專利摘要】本發(fā)明公開(kāi)了基于模糊粗糙集條件熵屬性約簡(jiǎn)的數(shù)據(jù)分析方法，屬于數(shù)據(jù)分析領(lǐng)域，包括以下步驟，將數(shù)據(jù)的屬性構(gòu)造為一個(gè)模糊粗糙集，同時(shí)確定數(shù)據(jù)的模糊決策表本發(fā)明的有益效果如下：基于模糊粗糙集的條件熵，并對(duì)傳統(tǒng)的信息熵和條件熵進(jìn)行了重新定義，根據(jù)要求獲得條件熵最小時(shí)的屬性，從而得到一個(gè)新的屬性約簡(jiǎn)方法，應(yīng)用到人體健康數(shù)據(jù)的屬性約簡(jiǎn)分類中，而根據(jù)約簡(jiǎn)之后的健康數(shù)據(jù)屬性，可以快速而準(zhǔn)確地完成健康數(shù)據(jù)的分析，由于該種方法約簡(jiǎn)的結(jié)果，能較好的保留原來(lái)連續(xù)屬性值之間的差異性及過(guò)渡性，從而保留了原來(lái)屬性的特征，根據(jù)這些約簡(jiǎn)后的數(shù)據(jù)就可以較快地判定人體的健康情況。
【專利說(shuō)明】基于模糊粗糙集條件熵屬性約簡(jiǎn)的數(shù)據(jù)分析方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)分析領(lǐng)域，具體涉及基于模糊粗糙集條件熵屬性約簡(jiǎn)的數(shù)據(jù)分析方法。
【背景技術(shù)】
[0002]進(jìn)入21世界以來(lái)，人們的生活水平隨科技的發(fā)展而逐步提高，越來(lái)越多的人開(kāi)始關(guān)注自身的健康問(wèn)題，而醫(yī)學(xué)上會(huì)根據(jù)測(cè)量得到的人體健康數(shù)據(jù)進(jìn)行健康情況的判定。由于所獲得的眾多數(shù)據(jù)會(huì)出現(xiàn)屬性一樣、類別相同的數(shù)據(jù)，這些數(shù)據(jù)對(duì)于判斷整體健康數(shù)據(jù)來(lái)說(shuō)沒(méi)有太多幫助，因此如何從眾多的數(shù)據(jù)屬性當(dāng)中獲得有效的數(shù)據(jù)是本領(lǐng)域的重要內(nèi)容。
[0003]屬性約簡(jiǎn)是粗糙集和模糊粗糙集應(yīng)用于醫(yī)學(xué)領(lǐng)域的重要技術(shù)。在生物醫(yī)學(xué)中，使用到模糊粗糙集的屬性約簡(jiǎn)，可以大大提高人類健康數(shù)據(jù)分析的效率。生物醫(yī)學(xué)領(lǐng)域當(dāng)中會(huì)根據(jù)對(duì)人體檢測(cè)獲得的健康數(shù)據(jù)進(jìn)行分析，從而根據(jù)分析的結(jié)果來(lái)判定該實(shí)體的健康情況，但是一個(gè)實(shí)體的健康數(shù)據(jù)會(huì)有很多，真正有決策意義的數(shù)據(jù)卻并沒(méi)有測(cè)得的數(shù)據(jù)那樣多，這就涉及到屬性約簡(jiǎn)的方法，采用基于模糊粗糙集條件熵屬性約簡(jiǎn)可以對(duì)獲得的人體健康數(shù)據(jù)進(jìn)行屬性歸類，從眾多數(shù)據(jù)中獲得需要的有用健康信息。
[0004]屬性約簡(jiǎn)當(dāng)中涉及到模糊粗糙集,模糊粗糙集是D.Dubios和H.Prad在1992年提出的，他們將模糊集和粗糙集結(jié)合，對(duì)粗糙集理論進(jìn)行了擴(kuò)展，從而得到了模糊粗糙集。模糊粗糙集相對(duì)經(jīng)典粗糙集的優(yōu)勢(shì)就在于引入了模糊集理論，該理論是用模糊集合及隸屬度來(lái)描述一個(gè)對(duì)象，使得模糊粗糙集不需要進(jìn)行經(jīng)典粗糙集的離散化過(guò)程，只需要進(jìn)行的是模糊化過(guò)程，即求解對(duì)象隸屬度值的過(guò)程。相比離散化，模糊化能夠較好的保留原來(lái)健康數(shù)據(jù)連續(xù)屬性值之間的差異性及過(guò)渡性。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是為了提高數(shù)據(jù)分析的效率而提出的一種基于模糊粗糙集條件熵屬性約簡(jiǎn)的數(shù)據(jù)分析方法。
[0006]為了實(shí)現(xiàn)以上發(fā)明目的，本發(fā)明采取的技術(shù)方案如下:一種基于模糊粗糙集條件熵屬性約簡(jiǎn)的數(shù)據(jù)分析方法，包括以下步驟:
[0007]S1:將數(shù)據(jù)的屬性構(gòu)造為一個(gè)模糊粗糙集，同時(shí)確定數(shù)據(jù)的模糊決策表DT= (1.:, X = CuD.V.f)，其中u是論域，A是由對(duì)象的基本屬性構(gòu)成的集合，C為條件屬性，D為決策屬性，V代表信息函數(shù)f的值域；
[0008]S2:取一個(gè)集合T，并規(guī)定它為空集，令這個(gè)集合T的最優(yōu)依賴函數(shù)Hbest為0，A的個(gè)數(shù)i=l ;
[0009]S3:在每一次判斷時(shí)，都使得集合T為前一次執(zhí)行時(shí)符合條件的集合T，并使得期望的依賴函數(shù)Hpra為最優(yōu)依賴函數(shù)值Hbejst ；[0010]S4:對(duì)于每一個(gè)a∈ c-r，其中R是等價(jià)關(guān)系的集合，計(jì)算獲得決策屬性D和屬性的條件熵并判斷它與條件熵H(D|T)的大小關(guān)系；如果前者小
于后者，那么就令集合T為新的集合;如果前者大于后者，那么就需要尋找新的更加符合條件的屬性集合；
[0011]S5:當(dāng)判斷〃 是否為新的數(shù)據(jù)屬性集合時(shí)，要判斷i個(gè)子集A是否已經(jīng)全部
覆蓋了集合C-R，如果還沒(méi)有覆蓋完全，即i〈基數(shù)I C-Rl，則讓i=i+l，同時(shí)重復(fù)S4 ;如果此時(shí)i為C-R的基數(shù)I C-RI，則進(jìn)行S6 ；
[0012]S6:當(dāng)i為C-R的基數(shù)|C-R|后，令最優(yōu)依賴函數(shù)Hbest為條件熵H(D|T)；
[0013]S7:比較期望的依賴函數(shù)Hpm與最優(yōu)依賴函數(shù)Hbest的差值是否在規(guī)定的誤差閾值n范圍之內(nèi)，如果在規(guī)定的范圍之內(nèi)則輸出約簡(jiǎn)結(jié)果；如果不在規(guī)定的范圍之內(nèi)則返回S3重新進(jìn)行約簡(jiǎn)。
[0014]進(jìn)一步的，SI具體步驟如下:輸入數(shù)據(jù)屬性模糊決策表DT=0(;，^ = CuD?V,f)；
[0015]其中，四元組(U，A, V，f)表示一個(gè)信息系統(tǒng)，
[0016]U:U={x1, X2, --? xn)為論域，由所要研究的對(duì)象構(gòu)成,且U#0 ;
[0017]A:A={a j I a j G A}是由對(duì)象的基本屬性構(gòu)成的集合；
[0018]V:V= U Vj (I ^ j ^ m)代表信息函數(shù)f的值域，Vj為屬性a j的值域；
[0019]f:f={fj I fJ:U- VjI是信息系統(tǒng)的信息函數(shù)，為對(duì)象Xi賦予相應(yīng)的值。
[0020]進(jìn)一步的，SI具體還包括:對(duì)于一個(gè)決策系統(tǒng)DT=(U，C U D, V, f),VPeC,VQeD, C為條件屬性，D為決策屬性，則定義
[0021]Y p (Q) =k= I posp (Q) |/|U (I)
[0022]為屬性Q依賴于屬性P的程度；其中互(0為屬性Q的P正域，所述的正
域所包含的對(duì)象是指被劃分到Q的等價(jià)類中去的P的等價(jià)類里的對(duì)象；|U|表示集合U的基數(shù)。
[0023]進(jìn)一步的，S2具體如下:重新定義數(shù)據(jù)的模糊屬性？和劃分論域U結(jié)果^X=U/P={XpX2,-,X?}, Y=U/Q={YpY2,-,Ym},為了與原定義的模糊等價(jià)類集合X1, X2,…，乂?進(jìn)行區(qū)分，將原集合定義為&，各2,…，，同理YpYv Y根據(jù)模糊粗糙集中引入的模糊集隸屬度函數(shù)，對(duì)于Xk E U，它屬于模糊等價(jià)類各,ex的隸屬度也可以表示為屬于該等價(jià)類的概率，那么X出現(xiàn)的概率Al)就可以通過(guò)各對(duì)象的隸屬度決定，也就是
【權(quán)利要求】
1.一種基于模糊粗糙集條件熵屬性約簡(jiǎn)的數(shù)據(jù)分析方法，其特征在于:包括以下步驟:S1:將數(shù)據(jù)的屬性構(gòu)造為一個(gè)模糊粗糙集，同時(shí)確定數(shù)據(jù)的模糊決策表DT= (I；, = CuD.V.r)，其中U是論域，A是由對(duì)象的基本屬性構(gòu)成的集合，C為條件屬性，D為決策屬性，V代表信息函數(shù)f的值域；S2:取一個(gè)集合T，并規(guī)定它為空集，令這個(gè)集合T的最優(yōu)依賴函數(shù)Hbest為O，A的個(gè)數(shù)i=l ; S3:在每一次判斷時(shí)，都使得集合T為前一次執(zhí)行時(shí)符合條件的集合T，并使得期望的依賴函數(shù)Hpra為最優(yōu)依賴函數(shù)值Hbest ；S4:對(duì)于每一個(gè)A丨e C-/?，其中R是等價(jià)關(guān)系的集合，計(jì)算獲得決策屬性D和屬性的條件熵并判斷它與條件熵H(D|T)的大小關(guān)系；如果前者小于后者，那么就令集合T為新的集合如果前者大于后者，那么就需要尋找新的更加符合條件的屬性集合；S5:當(dāng)判斷是否為新的數(shù)據(jù)屬性集合時(shí)，要判斷i個(gè)子集A是否已經(jīng)全部覆蓋了集合C-R，如果還沒(méi)有覆蓋完全，即i〈基數(shù)|C-R|，則讓i=i+l，同時(shí)重復(fù)S4 ;如果此時(shí)i為C-R的基數(shù)I C-R |，則進(jìn)行S6 ； S6:當(dāng)i為C-R的基數(shù)|C-R|后，令最優(yōu)依賴函數(shù)Hbest為條件熵H(D|T)； S7:比較期望的依賴函數(shù)Hrm與最優(yōu)依賴函數(shù)Hbest的差值是否在規(guī)定的誤差閾值n范圍之內(nèi)，如果在規(guī)定的范圍之內(nèi)則輸出約簡(jiǎn)結(jié)果；如果不在規(guī)定的范圍之內(nèi)則返回S3重新進(jìn)行約簡(jiǎn)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于:S1具體步驟如下:輸入數(shù)據(jù)屬性模糊決策表DT=(U, ^ = CuD5V,f)； 其中，四元組(U，A，V，f)表示一個(gè)信息系統(tǒng)， U:U= (X1, X2,…X1J為論域，由所要研究的對(duì)象構(gòu)成，且U式0; A:A={aj a j G A}是由對(duì)象的基本屬性構(gòu)成的集合； V:V= U Vj (I≤j≤m)代表信息函數(shù)f的值域，Vj為屬性a」的值域； f:f={fj I fj:U- VjI是信息系統(tǒng)的信息函數(shù)，為對(duì)象Xi賦予相應(yīng)的值。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，SI具體還包括:對(duì)于一個(gè)決策系統(tǒng)DT=(U，C U D，V，f)，VP gC, VQgD , C為條件屬性，D為決策屬性，則定義 YP(Q) =k=Iposp(Q) |/|U(I)為屬性Q依賴于屬性P的程度；其中/心>(0=釗0為屬性Q的P正域，所述的正域所包含的對(duì)象是指被劃分到Q的等價(jià)類中去的P的等價(jià)類里的對(duì)象；|U|表示集合U的基數(shù)。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于:S2具體如下:重新定義數(shù)據(jù)的模糊屬11P和9，劃分論域U結(jié)果為X=U/?U，32，…么}，Y=U/9={YpY2,…U，為了與原定義的模糊等價(jià)類集合X1,x2，…，乂?進(jìn)行區(qū)分，將原集合定義為X，各2，…，各?，同理YpY2,…，Y?，根據(jù)模糊粗糙集中引入的模糊集隸屬度函數(shù)，對(duì)于Xk G U，它屬于模糊等價(jià)類的隸屬度也可以表示為屬于該等價(jià)類的概率，那么￥,出現(xiàn)的概率/>(￥,)就可以通過(guò)各對(duì)象的隸屬度決定，也就是
【文檔編號(hào)】G06F19/00GK103632051SQ201310616310
【公開(kāi)日】2014年3月12日 申請(qǐng)日期:2013年11月27日 優(yōu)先權(quán)日:2013年11月27日
【發(fā)明者】賈海濤, 張偉, 唐建楊, 莫祖忠, 楊鋒 申請(qǐng)人:電子科技大學(xué)