名词性数据的五种代价敏感属性约简算法比较

• 作者: 李静宽 林姿琼 赵红
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 数据挖掘 代价敏感 属性约简 最优因子
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1137-1145
• 页数: 9页
• 分类号: TP18
• 字数: 8440字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1406013

摘要

代价敏感学习是数据挖掘研究领域最具有挑战性的问题之一。属性约简是数据挖掘中重要的经典问题。代价敏感属性约简问题是对经典属性约简问题的自然扩展，已经逐渐成为研究的热点。对当前具有代表性的5种处理名词性数据的代价敏感属性约简算法进行了分析和比较，总结了每种算法的各方面特性及不足之处，从而便于研究者对已有算法进行改进，并且进一步提出具有更好性能的新的约简算法，方便用户对算法的选择和使用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林姿琼	闽南师范大学粒计算及其应用重点实验室	18	54	4.0	6.0
2	李静宽	闽南师范大学粒计算及其应用重点实验室	1	3	1.0	1.0
3	赵红	闽南师范大学粒计算及其应用重点实验室	12	34	3.0	5.0