原始数据通常存在噪声数据、缺失数据等问题,它们会影响数据挖掘、机器学习的效果,虽然已经存在很多基于统计学的方法,但这些方法实际上是对模型参数的估计,不利于缺失数据的填补,它们更适合于处理无监督的数据表,对于决策表的缺失数据,目前的处理方法不多,而且这些方法产生的规则支持度和置信度都较低,本文利用最小描述长度原则对缺失数据进行填补,实验结果证明这一方法使得数据表产生的决策规则的支持度和信任度都较高,达到了预期目的。本文研究的另一个方面是高效的知识约简算法,知识约简是有效知识发现和规则提取的重要手段,目前的知识约简算法主要是基于Rough集理论,在处理不确定知识等方面,粗糙集有着不可替代的优势,而知识约简也是粗糙集理论和应用的关键内容,面对庞大的数据量,高效快速的算法至关重要,但很多知识约简算法只适用于小规模数据,本文研究了粒计算在知识约简中的应用,并设计了一种基于粒度的知识约简算法,分析表明其时间复杂度较小,实验结果也证明算法时间大大降低,而且多数情况下都能得到最小约简。