5、利用支持集奇偶校验位解决软集中不完整数据集及基于决策网络和粗糙集理论的决策规则挖掘

利用支持集奇偶校验位解决软集中不完整数据集及基于决策网络和粗糙集理论的决策规则挖掘

在数据处理和分析中，不完整数据集以及如何从数据中挖掘有效决策规则是两个重要的问题。本文将介绍利用支持集奇偶校验位解决软集中不完整数据集的方法，以及基于决策网络和粗糙集理论的决策规则挖掘算法。

利用支持集奇偶校验位解决软集中不完整数据集

• 软集与二进制信息系统 ：当映射 (i: iV \to Uf) 满足一定条件，且 (E = A)，(U_{Ae} = e_{i}V_{i})（其中 ({1, 0} = i_{e}V)）时，软集 ((E, F)) 可视为二进制信息系统 ({f, V, A, U, S, 1, 0})。这表明二进制信息系统与软集之间存在一一对应关系。
• 支持集定义 ：对于软集 ((E, F)) 中的对象 (u \in U)，其支持度定义为 (( )( ){ }( )1,,: cardsupp = \in = eufEeu)。若软集中存在属性值为 null 的情况，用 * 表示缺失值，此时软集可视为不完整的二进制信息系统。
• 奇偶校验位 ：
  • 对象的偶校验位 ：对于对象 (u)，其偶校验位定义为 (( )2modsupppbitu =)。
  • 属性的偶校验位 ：对于属性 (e)，其偶校验位定义为 (2mod))(,(c1bit\sum_{i = 1}^{n}ieu f =)。