一种基于模糊粗糙集的快速特征选择算法

• 作者: 张晓 杨燕燕
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 模糊粗糙集 样例选择 特征选择 信息熵
• 年，卷（期）: 2019,（3）
• 页码范围: 538-547
• 页数: 10页
• 分类号: TP18
• 字数: 5385字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2019.03.017

摘要

模糊粗糙集由于能够处理实数值数据,甚至是混合值数据中的不确定性受到人们的广泛关注,其最重要的应用之一是特征选择,相关的特征选择方法已有不少研究,但其快速的特征选择算法研究很少.实际中的数据一般含有噪声点或信息含量低的样例,如果对数据集先筛选出代表样例,再对筛选的样例集进行数据挖掘便会降低挖掘计算量.本文基于模糊粗糙集,先根据样例的模糊下近似值对样例进行筛选,然后利用筛选样例的模糊粗糙信息熵构造特征选择的评估度量,并给出相应的特征选择算法,从而降低了算法的计算复杂度.数值试验表明该快速算法具有有效性,并且对控制筛选样例个数的参数给出了建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓	西安理工大学应用数学系	13	69	5.0	8.0
2	杨燕燕	清华大学自动化系	2	0	0.0	0.0