分治策略下的代价敏感属性选择回溯算法

• 作者: 祝峰 赵红 黄伟婷
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 粗糙集 粒计算 代价敏感 属性选择 自适应分治
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1451-1458
• 页数: 8页
• 分类号: TP18
• 字数: 4281字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1509042

摘要

代价敏感属性选择是数据挖掘的一个重要研究领域,其目的在于通过权衡测试代价和误分类代价,获得总代价最小的属性子集.针对经典回溯算法运行时间较长的缺点,结合分治思想,提出了一种改进的回溯算法.改进算法引入了两个相关参数,根据数据集规模自适应调整参数,并按参数大小拆分数据集,降低问题规模,以提高经典回溯算法的执行效率.针对较大规模数据集的实验结果表明,与经典的回溯算法相比,改进算法在保证效果的同时至少提高20％的运算效率;与启发式算法相比,改进算法在保证效率的同时取得了具有更小总代价的属性集合,可应用于实际问题.

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	祝峰	闽南师范大学粒计算及其应用重点实验室	20	53	4.0	6.0
3	黄伟婷	闽南师范大学计算机学院	7	5	1.0	1.0