苏婷婷, 胡 明, 赵 佳

(长春工业大学 计算机科学与工程学院， 吉林 长春 130012)

0 引 言

由于计算机行业与数据库技术飞速发展，在数据快速积累的情况下，数据挖掘技术成为当今研究热点[1]，人们通过对数据进行分析，从中获得具有更大价值的产品和服务。在数据中找出特征间的相关性，可以快速、高效地发现数据之间的内在联系，并有效地应用于相应领域，使得该领域得到最优解决方案。

近些年，数据挖掘技术已在各行各业不可或缺，原始数据集中特征相关性分析成了热门领域[2]。如何在看似不相关的数据中挖掘出其内在联系也是文中重点研究方向。特征的有效性可以使用特征选择算法来度量，特征选择可以提高实验结果的准确性,并降低所需计算成本。各个领域的数据集中包含了大量冗余特征或者不相关、无效的特征，特征选择算法通常被人们用来对数据做预处理工作，去除数据集中不相关、弱相关特征以及冗余特征，从而增强了数据质量以及实验结果的准确性。

特征间的相关性是特征选择领域里的热门问题[3]，而好的特征子集包括与类高度相关(可预测)，但彼此不相关(不可预测)的特征[4]。因此去除数据集中干扰特征,并找到数据集中的关联关系应用于该领域，是现在各个行业必不可少的技术。在海量数据中，快速获得有价值数据，并在这些有价值数据中找到数据之间联系，可以解决原始数据间的相关问题,并促进其有突破性进展，这也是文中所研究的重点问题。……