基于样例选取的属性约简算法

被引：28

作者：

王熙照

王婷婷

翟俊海

机构：

[1] 河北省机器学习与计算智能重点实验室河北大学数学与计算机学院

来源：

计算机研究与发展 | 2012年 / 11期

关键词：

信息系统; 样例选取; 粗糙集; 差别矩阵; 属性约简;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

计算属性约简是粗糙集框架下归纳学习的关键部分.基于差别矩阵的属性约简算法是常用的属性约简算法之一.给定一个信息系统,利用该算法可以求出信息系统的所有属性约简.但是该算法需要的存储空间大,执行时间长,特别是对于大型数据库,差别矩阵的存储成为其应用的瓶颈.针对这一问题,提出了一种基于样例选取的属性约简算法,算法分为3步:首先从样例集中挑选出重要的样例;然后用选出的样例构造差别矩阵;最后计算信息系统的所有约简.实验结果显示,当处理大型数据库时,新算法能有效地减少存储空间和执行时间.

引用

页码：2305 / 2310

页数：6

共 14 条

[1] 基于新的距离度量的K-Modes聚类算法 [J].

梁吉业 ;

白亮 ;

曹付元 .

计算机研究与发展, 2010, (10) :1749-1755

[2] 区间值信息系统的知识约简 [J].

张楠 ;

苗夺谦 ;

岳晓冬 .

计算机研究与发展, 2010, (08) :1362-1371

[3] 一种基于一致性准则的属性约简算法 [J].

杨明 .

计算机学报, 2010, 33 (02) :231-239

[4] 粗糙集理论与应用研究综述 [J].

王国胤 ;

姚一豫 ;

于洪 .

计算机学报, 2009, 32 (07) :1229-1246

[5] 一种隶属关系不确定的可能性模糊聚类方法 [J].

陈健美 ;

陆虎 ;

宋余庆 ;

宋顺林 ;

徐景 ;

谢从华 ;

倪巍伟 .

计算机研究与发展, 2008, (09) :1486-1492

[6] 一种基于改进差别矩阵的属性约简增量式更新算法 [J].

杨明 .

计算机学报, 2007, (05) :5815-5822

[7] 一种连续值属性约简方法ReCA [J].

商琳 ;

万琼 ;

姚望舒 ;

王金根 ;

陈世福 .

计算机研究与发展, 2005, (07) :1217-1224

[8] Reduction Algorithms Based on Discernibility Matrix:The Ordered Attributes Method [J].

王珏 ;

王驹 .

Journal of Computer Science and Technology, 2001, (06) :489-504

[9]

Top 10 algorithms in data mining[J] . Xindong Wu,Vipin Kumar,J. Ross Quinlan,Joydeep Ghosh,Qiang Yang,Hiroshi Motoda,Geoffrey J. McLachlan,Angus Ng,Bing Liu,Philip S. Yu,Zhi-Hua Zhou,Michael Steinbach,David J. Hand,Dan Steinberg.Knowledge and Information Systems . 2009 (1)

[10]

Rough sets and Boolean reasoning[J] . Information Sciences . 2006 (1)

← 1 2 →