| 摘要: | 變數精準粗略集理論是資料探勘的重要工具之一，已廣泛應用於不同領域的知識獲取。然而，變數精準粗略集卻無法應用於資料含有連續型屬性的問題，它需要一個將屬性資料離散化的方法來進行資料的前置處理。就資料探勘而言，資料離散化是處理連續型資料非常有效的方法，尤其是處理分類問題。此外，變數精準粗略集理論缺乏一個適當的方法來決定精準參數值以確定其最簡化屬性集合。然而，目前相關的文獻研究卻很少見。本計劃將針對變數精準粗略集發展和討論資料離散化和選擇最簡化屬性集合的方法，以及進行方法比較分析。本計劃的主要目的為： 1. 本計劃第一年，我們將提出一利用Chi2 演算法為基礎，所發展的資料離散化演算法。此外，我們所提的演算法將和三個資料離散化演算法(Chi2演算法, 修正的Chi2演算法和布林推論演算法)比較和討論。 2. 本計畫第二年首先提出一個根據精準參數來選擇最簡化屬性集合的方法，決定最簡化屬性集合併產生規則。此外，我們將利用一實際的醫學案例將實驗結果和類神經網路進行比較。 |
