1、數據挖掘的目的數據挖掘（Data Mining）階段首先要確定挖掘的任務或目的。數據挖掘的目的就是得出隱藏在數據中的有價值的信息。數據挖掘是一門涉及面很廣的交叉學 科，包括器學習、數理統計、神經網絡、數據庫、模式識別、粗糙集、模糊數學 等相關技術。它也常被稱為“知識發現”。知識發現（KDD）被認為是從數據中發 現有用知識的整個過程。數據挖掘被認為是KDD過程中的一個特定步驟，它用 專門算法從數據中抽取模式（patter，如數據分類、聚類、關聯規則發現或序列 模式發現等。數據挖掘主要步驟是：數據準備、數據挖掘、結果的解釋評估。據挖掘算法說明確定了挖掘任務后，就要決定使用什么樣的挖掘算法。由于條件

2、屬性在各樣 本的分布特性和所反映的主觀特性的不同，每一個樣本對應于真實情況的局部 映射。建立了粗糙集理論中樣本知識與信息之間的對應表示關系，給出了由屬性 約簡求約簡決策表的方法。基于后離散化策略處理連續屬性，實現離散效率和信 息損失之間的動態折衷。提出相對值條件互信息的概念衡量單一樣本中各條件屬 性的相關性，可以充分利用現有數據處理不完備信息系統。本次數據挖掘的方法是兩種，一是找到若干條特殊樣本，而是找出若干條特 殊條件屬性。最后利用這些樣本和屬性找出關聯規則。（第四部分詳細講解樣本 和屬性的選擇） 三數據預處理過程數據預處理一般包括消除噪聲、推導計算缺值數據、消除重復記錄、完成數 據類型轉換

3、（如把連續值數據轉換為離散型數據，以便于符號歸納，或是把離散 型數據轉換為連續）。本文使用的數據來源是名為CardiologyCategorical”的exce l文件中的源 數據”。該數據表共303行，14個屬性。即共有303個樣本。將該數據表的前200 行設為訓練樣本，剩下后的103行作為測試樣本，用基于粗糙集理論的屬性約簡 的方法生成相應的規則，再利用測試樣本對這些規則進行測試。首先對源數據進行預處理，主要包括字符型數據的轉化和數據的歸一化。數據預處理的第一步是整理源數據，為了便于matlab讀取數據，把非數字 數據轉換為離散型數字數據。生成lisanhua.xsl文件。這一部分直接在e

4、xcel 工 作表中直接進行。步驟如下：將屬性“sex”中的“Male”用“1”表示，“Female”用“2”表示；將屬性 “chest pain type” 中的Asymptomatic” 用1” 表示 “AbnormalAngina” 用 “2” 表示，“Angina” 用 “3” 表示，“NoTang” 用 “4” 表示；將屬性 “Fasting blood suga=0.9&ncc=8)|(ncc = 10&nc=0.6)得到決策屬性 healthy、不滿足以上條件的話如果(mc=0.9|mcc=8)|(mcc=9&mc=0.6)得 到決策屬性sick。、不滿足以上條件的話如果nc=(

5、mc+0.3)|ncc=(mcc+2)得到決策屬性 healthy。、不滿足以上條件的話如果mcnc得到決策屬性為sick。、不滿足以上條件的話如果nccmcc得到決策屬性為healthy。、不滿足以上條件的話如果mccncc得到決策屬性為sick。、不滿足以上條件的話得到決策屬性為sick。六、正確率及結果分析正確率為82.5%結果分析：由于采用了兩類約束方法，所以效果還可以。七、程序如下頁所示clear;%數據預處理程序% dm=xlsread(lisanhua);% 載入數據% z1=dm(:,1);%離散化第一列數據for i=1:303if z1(i)=29&z1(i)=48&z1(

6、i)=94&z4(i) = 110&z4(i) = 126&z5(i)=205&z5(i)=71&z8(i) = 120&z8(i)=0&z10(i) = 1.5&z10(i)2.5 z10(i)=2;else z10(i)=3;endendz11=dm(:,11);for i=1:303z11(i)=z11(i) + 1;endz12=dm(:,12);for i=1:303z12(i)=z12(i) + 1;endz13=dm(:,13);PUCDKITDrnEPArnITDLnEP SQ KITDrnEPArnITD寸 EpIRWDrnEPM-oou.!lomK 寸 IooCN)soCD

7、ZHLnUJPK17IooCN)soCDZH17UJP 衣焰 癥長壯照 9K% % % 原和g衣焰PUCD PUCDsiuj+mhmvh+mhmOHArnorneEEM一 M+aMEPgrnEP6rn6rnTH.!L0M CMEPHrnEPKMBEHMVHH-xFnvcncnCNcncnCNcncnwcnoTIE% % % =17IZcnIZCNIZ-rIZoIZ、6zoozlz、9zLnz、17zcnzCNz-rzTZUJPPUCD + e3NHS3NrnomzoMPUCDVH+ernIZADrnIZrnomzoMenda1=zeros(38,1);a2=zeros(38,1);for k=

8、1:38for i=1:13for j=1:200if dm4(j,i) =k&dm4(j,i)=0 a1(k)=a1(k) + 1;endif dm5(j,i) =k&dm5(j,i)=0 a2(k)=a2(k) + 1;endendendenda5=a1;a6=a2;a3=zeros(5,1);a4=zeros(5,1);j=1;while j5break;enda1(i)=0;endendendj=1;while jOHrnAo艮OH M。？一 (Lnq)xcuUJHCNPUCD PUCD TIsADLnqMHADLnqM一。？一KLnsxcuUJHM % 長卅-K-BKMI賬 KK%

9、wqH9-R2HLnq %PUCD PUCD s芋(_) *0 szqADrnqihadbzm-PUCDPUCD Tsona)9q寸祀蕓)9qM一。？一K9q)xcuUJH 寸PUCDPUCD TrnsADLnqrn祀蕓)LnqM一。？一 (Lnq)xcuUJHrnPUCD PUCDTCNsADLnqCN祀蕓)LnqM一(寸 IooCN)soCDZHLnUJPK17IooCN)soCDZH17UJP n 埋K%原和g長壯煮埋K% %PUCD PUCDT95H(D9q9祀蕓)9qM一 oou.!lom K9q)xcuUJH9PUCD PUCDTLn5Ha)9qLnRa)9qM一 oou.!lom

10、 K9q)xcuUJHLnPUCDPUCDVH+SCNCUHSCNCU 。H (sLnE P63M H H (sLnE PM一PUCDVH+SI 常312oh(s17ep63ihh(s17epm-oouhm.!L8攔業 3oorn)soHCN9(Ioorn)so5ZHI2PUCDPUCD KITDrnEPArnITDLnEP SQ KITDrnEPArnITD寸 EpIRWDrnEPM-oou.!lomendenda5=a1;a6=a2;a3=zeros(6,1);a4=zeros(6,1);j=1;while j6 break;enda1(i)=0;endendendj=1;while j6

11、 break;endenda2(i)=0;end end% (LndCNq H (Lnd寸s9CM)Iq H (LndrnqPUCD PUCDPUCD7(02(0寸常蕓)9堂smzoMPUCDPUCD PUCD 7(旨 q (0%r(d%m一8mz 3、9)soCDZHCNcv(9)soCDq(rno+UUHUU6HA(rnITD8q)EnsM一 徐 I TarnE P H H (約 Tq H (rnL-n) 8=PUCD(rno+uusu6HA(rnITD8q)EnsM一 徐 I TsrnE P H H (約 Tq H (rnL-n) 8=OHUUUJOSUUOSUJOHUUrn0LI.!L

12、oM 長卅*煮埋 %PUCD 徐 m+OOCNME p H (約 Tqrn0LI.!LoM oHUtt(寸 Icn0I)soH8-R(17Icn0I)soHzq %SIPUCD .o + uehue 6HA(rnITD8q)EnsM一 徐 i TsrnE p H H (約 Tq H (rnL-n) 8 qPUCD .o+uehue 6HA(rnITD8q)EnsM一 K i TgrnE p H H (約 Tq H (rnITD 8 qPUCD .o+uehue 6HA(rnITD8q)EnsM一 KI TSME P H H (約 Tq H (rnL一)8 qPUCD (rno+UUHUU6HA(rnITD8q)EnsM一 徐 i TsrnE p H H (約 T=0.9&ncc=8)|(ncc = 10&nc=0.6)h7(i,14) = 1;else if (mc=0.9|mcc=8)|(mcc=9&mc=0.6)h7(i,14)=2;else if nc=(mc+0.