基于误差数据的最小代价属性选择分治算法

• 作者: 赵红 黄伟婷
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 粗糙集 代价敏感 属性选择 测量误差 自适应分治
• 年，卷（期）: 2016,（5）
• 页码范围: 890-898
• 页数: 9页
• 分类号: TP181
• 字数: 5730字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2016.05.015

摘要

最小代价属性选择是数据挖掘的重要问题之一，问题的优化目标是得到总代价最小的属性子集。在实际数据的获取过程中，测量误差是不可避免的。基于测量误差，目前已有一些相关的最小代价属性选择方法。但这些方法存在效率上的问题，特别是对大规模数据集。为解决这一关键问题，提出一种基于误差数据的最小代价属性选择分治算法。该算法将数据集按列拆分为若干个互不相交的子数据集，实现对各子数据集的求解，分而治之。对于不同规模的数据集，其子数据集的大小及总个数并非固定不变，而是根据各数据集的规模自适应设定的。该算法通过拆分数据集来降低问题规模，有效地提高了计算效率。对6个不同规模UCI数据集的实验分析表明该算法的有效性，与经典回溯算法相比，该算法的效果相当但效率至少提高了30％，更能适应实际问题的需要。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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
2	黄伟婷	闽南师范大学计算机学院	7	5	1.0	1.0