一种基于粗糙集理论的最简决策规则挖掘算法

研究粗糙集理论中可辨识矩阵,扩展了类别特征矩阵,提出一种基于粗糙集理论的最简决策规则算法.该算法根据决策属性将原始决策表分成若干个等价子决策表,借助核属性和属性频率函数对各类别特征矩阵挖掘出最简决策规则.与可辨识矩阵相比,采用类别特征矩阵可有效减少存储空间和时间复杂度,增强规则的泛化能力.实验结果表明,采用所提出的算法获得的规则更为简洁和高效.