基于随机抽样的变精度邻域粗糙集特征选择

• 作者: 沈林
• 来源期刊: 廊坊师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 邻域粗糙集 随机抽样 特征选择
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 14-17
• 页数: 4页
• 分类号: TP181
• 字数: 2840字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3229.2019.02.003

摘要

在变精度邻域粗糙集的特征选择中,改进后的区分矩阵相较于依赖度,具有时间复杂度较低的优点,但由于空间占用高,限制了其在大规模数据上的应用.减小数据规模虽然可以大幅降低空间消耗,但存在信息量丢失的风险,为此,通过随机抽取多个小规模数据子集以降低空间占用,在分别进行特征选择后,选择权重高的特征子集进行了测试.实验结果证明,可以将空间占用降低2-3个数量级,并保持精度和抽样前相当.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈林		18	29	3.0	5.0