粗糙集的Mallow’s Cp选择算法*

• 作者: 于洋 杨贵军
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: Mallow’s Cp准则 Logistic模型 模型选择 粗糙集 泛化能力
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 理论与算法
• 页码范围: 521-528
• 页数: 8页
• 分类号: TP301.6
• 字数: 6822字
• 语种: 中文

摘要

粗糙集选择是粗糙集实证研究中的关键步骤.目前常用的粗糙集择优标准是误判率.考虑到误判率准则未考察粗糙集的复杂度,存在过拟合风险,在测试集中误判率小的粗糙集不一定具有最强的泛化能力,引入Mallow’s Cp准则作为一种新粗糙集选择标准.粗糙集的Mallow’s Cp选择算法通过Logistic模型将非线性的粗糙集分类规则表达为线性形式,Logistic模型的Cp值作为粗糙集的Cp值,根据Cp值进行粗糙集择优.实际应用显示,粗糙集的Mallow’s Cp选择算法能够筛选出泛化能力强的粗糙集,相较误判率准则选出泛化能力强的粗糙集的频率更高.特别当多个粗糙集的误判率差异小时,新算法更可能选出泛化能力强的粗糙集.粗糙集的Mallow’s Cp选择算法兼顾了粗糙规则的分类准确性与复杂度,能够更好地选择泛化能力强的粗糙集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨贵军	天津财经大学统计学院	52	197	6.0	12.0
2	于洋	天津财经大学统计学院	4	3	1.0	1.0