16、形式概念分析与软竞争学习在数据处理中的应用

形式概念分析与软竞争学习在数据处理中的应用

1. 形式概念分析评估流数据示例

为了展示相关方法，我们使用家庭环境中的实际测量数据，而非复杂的生产线保密数据。具体是基于家庭住宅两个参考房间的温度、室外温度以及锅炉供暖的电力消耗的实际测量值。

1.1 数据收集

在2011年2月1日至2月28日期间，共获得671个每小时测量值的向量，这些向量包含卧室温度（“Temp 1”）、育儿室温度（“Temp 2”）、室外温度（“Temp out”）和平均每小时电力消耗（“Consumption”）。部分测量值示例如下表所示：
| Date | Hour | Temp 1 | Temp 2 | Temp out | Consumption |
| ---- | ---- | ---- | ---- | ---- | ---- |
| 02 - 2 - 2011 | 6:00 | 17.5 | 21.1 | 0.2 | 10.7 |
| 02 - 18 - 2011 | 21:00 | 18.5 | 21.5 | -2.5 | 186.1 |
| 02 - 27 - 2011 | 23:00 | 19.5 | 20.7 | -3.9 | 104.9 |

1.2 数据处理步骤

• 构建多值上下文 ：由测量值向量构建多值上下文，该上下文包含651行和五列。
• 概念缩放 ：获取每个测量值的最大值和最小值，用于概念缩放，最终得到一个具有651行和12个属性的二元上下文，并为每行设置无故障状态属性。