F-邻域粗糙集及其约简
2021-04-24邓志轩郑忠龙邓大勇
自动化学报 2021年3期
邓志轩 郑忠龙 邓大勇
大数据时代下,数据快速扩展,在生产实践中获得的属性越来越多.一部分属性可能是冗余的或与分类任务无关,在进行任何进一步数据处理之前都需要将它们删除.属性约简(或特征选择) 是一种用于减少属性的技术.其目的是找到最佳属性子集来预测样本类别.属性约简还可以促进数据可视化和数据理解[1].
属性约简过程中存在一个关键问题:属性评估.如何有效地评估属性是最重要的步骤之一,它直接影响分类器的性能.迄今为止已经提出了许多属性评估准则,例如信息熵[2]、依赖性[1]、相关性[3]和一致性[4]等.通常,不同的评估标准可能导致不同的最佳特征子集.但是,每项措施都旨在确定特征子集的区分能力.
粗糙集理论[5-6]是一种有效属性约简工具,产生了增量式约简[7]、动态约简[8]、多决策表约简[9]和并行约简[10-11]等属性约简方法.但是,传统粗糙集模型仅适用于非数值型数据.需要对数值型特征进行离散化,而离散化会带来信息损失.
研究者们通过拓展粗糙集模型来解决这一问题,如邻域粗糙集[12-21]、模糊粗糙集[22-25]等.文献[13-14]基于邻域信息粒子逼近,提出了邻域信息决策模型和数值型属性的选择算法,能够无须离散化而直接处理数值型属性,解决了离散化带来的信息损失问题,使粗糙集模型得以更方便地处理现实生活中大量存在的数值型变量.后继的研究者引入加权依赖度[15]、局部粗糙集[16]、模糊邻域与模糊……
登录APP查看全文
