[논문 리뷰] Application of Rough Set Theory in Data Mining

Thabet Slimani|arXiv (Cornell University)|2013. 11. 17.

Rough Sets and Fuzzy Logic참고 문헌 10인용 수 13

한 줄 요약

이 논문은 지식 발굴을 위한 전제 없는 데이터 마이닝에 rough set 이론을 체계적으로 적용하는 바를 제시한다. 데이터에서 결정 규칙을 추출하기 위해 불확실성 처리 및 자율적 의사결정을 가능하게 하는 이론의 효과성을 입증하기 위해, 구분 불가능성 관계, 리듀크트, 의사결정 표, 하한/상한 근사치와 같은 기본 개념을 도입한다.

ABSTRACT

Rough set theory is a new method that deals with vagueness and uncertainty emphasized in decision making. Data mining is a discipline that has an important contribution to data analysis, discovery of new meaningful knowledge, and autonomous decision making. The rough set theory offers a viable approach for decision rule extraction from data.This paper, introduces the fundamental concepts of rough set theory and other aspects of data mining, a discussion of data representation with rough set theory including pairs of attribute-value blocks, information tables reducts, indiscernibility relation and decision tables. Additionally, the rough set approach to lower and upper approximations and certain possible rule sets concepts are introduced. Finally, some description about applications of the data mining system with rough set theory is included.

연구 동기 및 목표

• 불확실성과 모호성을 다루기 위한 데이터 마이닝에 rough set 이론을 통합하는 방법을 조사한다.
• 구분 불가능성 관계와 리듀크트가 의사결정 표의 단순화 및 분석에 어떻게 기여하는지 검토한다.
• 하한 및 상한 근사치를 활용하여 데이터로부터 확실한 규칙과 가능한 규칙을 식별하는 방식을 설명한다.
• 정보 표와 속성-값 블록을 활용한 정보 테이블 기반의 규칙 추출 프레임워크를 제공한다.

제안 방법

• 동일한 속성 값을 가진 객체를 그룹화하기 위해 구분 불가능성 관계를 활용하여 동치 클래스를 형성한다.
• 전체 속성 집합의 분류 능력을 유지하는 최소 속성 부분집합을 식별하기 위해 리듀크트를 적용한다.
• 객체가 의사결정 클래스에 속하는지의 확실성과 가능성 여부를 정의하기 위해 하한 및 상한 근사치를 활용한다.
• 조건 속성과 의사결정 속성 간의 관계를 표현하기 위해 의사결정 표를 구성한다.
• 속성-값 쌍을 갖는 데이터를 모델링하기 위해 정보 표를 사용하여 rough set 분석을 통해 규칙 생성을 가능하게 한다.
• rough set 개념을 데이터 마이닝 워크플로우에 통합하여 실제 데이터 세트에서 이해 가능한 의사결정 규칙을 추출한다.

실험 결과

연구 질문

• RQ1 어떻게 rough set 이론을 데이터 마이닝 시스템에서 의사결정 규칙을 효과적으로 추출하는 데 적용할 수 있는가?
• RQ2 구분 불가능성 관계와 리듀크트는 분류 정확도를 유지하면서 속성 복잡성을 어떻게 줄이는가?
• RQ3 하한 및 상한 근사치는 데이터 분류에서의 불확실성을 어떻게 다루는가?
• RQ4 의사결정 표와 정보 표는 데이터 마이닝에서 지식 발굴을 어떻게 향상시키는가?
• RQ5 rough set 이론을 활용한 자율적 의사결정의 실용적 함의는 무엇인가?

주요 결과

• Rough set 이론은 추가적인 가정이나 확률 분포가 필요 없이 데이터에서 효과적인 규칙 추출을 가능하게 한다.
• 리듀크트는 분류 정확도를 유지하면서 필요한 속성 수를 크게 줄여 모델의 해석 가능성을 향상시킨다.
• 하한 및 상한 근사치는 확실한 규칙과 가능한 규칙을 성공적으로 식별하여 불확실성 하에서의 의사결정을 향상시킨다.
• 정보 표와 의사결정 표 기반의 프레임워크는 체계적인 데이터 기반 지식 발굴을 지원한다.
• 실제 데이터 마이닝 응용에서 rough set 이론의 적용은 모호성과 정보 부족이 존재하는 실제 세계 데이터를 다루는 데 있어 뛰어난 강건성을 보였다.
• 이 방법은 원시 데이터를 실행 가능한 해석 가능한 규칙로 변환함으로써 자율적 의사결정을 지원한다.