刘 琼 ,代建华* ,陈姣龙

（1.智能计算与语言信息处理湖南省重点实验室，湖南师范大学，长沙，410081；2.湖南师范大学信息科学与工程学院，长沙，410081）

随着社会的快速发展，存在的数据也越来越多，数据中往往包含有不确定性，而区间数据是一个重要的类型.一方面，客观上由于测量、计算所带来的数据误差往往不是一个确定的数，而是一个区间范围；另一方面，主观上人们在描述和理解某些数据时，也更倾向一个区间范围，而不是一个确定的值，比如身高、体重、收入等.高维的区间值数据在现实生活中广泛存在，因此研究区间值数据的特征选择具有重要的意义.针对区间值数据的特征选择问题，学者已进行了相关研究.例如，Du and Hu［1］提出区间值有序决策表的近似分布约简.Yang et al［2］提出基于α 序关系区间值信息系统属性约简.Dai et al［3］在区间值决策系统中利用概率方法建立优势度的模糊粗糙集模型，并利用该模型进行近似分布约简.Li［4］提出基于区间值信息系统的模糊概念格的特征选择方法.Dai et al［5］提出基于不完备区间值决策系统的特征选择.尹继亮等［6］提出区间值决策系统的局部属性约简.Shu et al［7］提出基于不确定度量的区间值缺失属性约简.闫岳君和代建华［8］提出区间序信息系统的无监督特征选择.

值得注意的是，上述针对区间数据的特征选择方法没有考虑数据自身的测试代价和误分类代价.代价敏感在数据挖掘和机器学习中得到了广泛的关注［9-14］.在代价敏感的应……