基于代价敏感和近似分类质量的决策粗糙集属性约简研究

• 作者: 秦亮曦 陈婉清
• 来源期刊: 计算机应用研究
• 关键词: 决策粗糙集 属性约简 代价敏感 近似分类质量 分类精度
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1022-1025,1030
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.10.0973

摘要

针对决策粗糙集属性约简在引入代价后分类精度不高的问题,对其中代价敏感与分类精度的平衡进行了研究.将分类总代价和近似分类质量作为属性约简过程中的约束条件,结合模拟退火方法,提出了一种基于代价敏感和近似分类质量的决策粗糙集属性约简(ARACOQ)算法.利用UCI数据集对算法进行了模拟实验,实验结果验证了ARACOQ算法的有效性,该算法能够在可承受代价范围内找到一个分类精度最高的属性约简集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦亮曦	广西大学计算机与电子信息学院	43	334	10.0	17.0
2	陈婉清	广西大学计算机与电子信息学院	1	1	1.0	1.0