粗糙集作为数据挖掘的一种方法学

1引言 数据挖掘在更大的设计发现过程中是一个主要手段。它作为一种算法技术应用在数据模式、一致性和主偏差的识别。许多算法能够应用在这个认识发现过程阶段。这些算法在大多数情况下是不同的研究人员的个人创造，没有太多共同的方法论的和基础的框架。换句话说，在数据挖掘中许多主要的工作是集中算法改进同时忽视基础数学问题的研究，例如：关系数据、内部数据联系、内含信息隐藏在数据或数据冗余的特性。从作者的认识来看，只有统计和粗糙集理论尝试解决以上问题。但是它们的出发点和方法是完全不同的。