基于邻域组合熵的属性约简算法
2018-12-13王光琼
计算机应用与软件 2018年12期
王 光 琼
(四川文理学院智能制造学院 四川 达州 635006) (达州智能制造产业技术研究院 四川 达州 635006)
0 引 言
粗糙集作为一种处理不确定性信息的有效数学工具,已经广泛应用于机器学习、知识发现和规则提取等领域[1-3]。经典粗糙集以完备信息系统为研究对象,通过严格的等价关系对论域进行划分,要求所有属性值都是离散型的。然而,实际应用中,来自教育、医疗和金融等领域的数值型数据很多,经典粗糙集不能直接处理属性值有数值型数据的信息系统,为了解决此问题,Lin[4]对等价关系进行扩展,提出了邻域关系。邻域关系能够处理同时有名义性和数值型数据的混合型信息系统,因此基于邻域关系的邻域粗糙集模型得到广泛应用[5-6]。
属性约简是粗糙集领域中研究的关键问题之一,目的是在不影响系统分类能力的前提下剔除冗余的条件属性。为了对信息系统进行属性约简,从信息论的角度出发,文献[7]提出了基于信息熵的决策表约简算法;文献[8]提出了基于条件信息熵的决策表约简;文献[9]提出了基于边界域的条件信息熵属性约简算法。以上算法主要处理符号型数据,不能直接处理数值型数据或者符号性和数值型混合的数据。为了解决此问题,借助邻域关系可以处理混合数据的特点,文献[10]提出了一种基于邻域熵的属性约简算法;文献[11]提出了邻域决策错误率的局部约简算法;文献[12]提出了基于邻域组合测度的属性约简算法。……
登录APP查看全文
