|
ラフ集合理論の属性縮約は，対象集合の識別可能性/不能性に基づき，データから冗長な属性を取り除く手法である．本課題は，名義的データに対して，識別可能性に基づく二つの類似度/非類似度を提案した．一つは，クラスター間の非類似度であり，その値は二つのクラスターを識別する属性部分集合の数で定義される．もう一つは，識別可能性を反映した特徴空間に対するカーネル関数であり，その特徴空間は与えられた情報と整合する属性部分集合族である．これらの類似度/非類似度をクラスタリングと決定ルール抽出に適用した結果，分類性能と表現の簡潔さを両立させるようなクラスターや決定ルール群が得られることが実験的に明らかになった．
|
