基于邻域粒化的数值特征选择

摘要：

本文基于邻域和邻域关系的概念提出了一种实数空间的粗糙集模型.该模型以论域空间中任意对象的邻域形成论域空间的粒化,以下近似和上近似来逼近空间中的任一子集,从而实现了实数空间的粒度计算.进一步,我们展示了该模型在分类问题数值型特征选择中的应用.通过比较试验分析,发现可变精度邻域模型可以选择很少量的特征,但保持甚至显著提高分类精度。

关键词： 邻域粒化 数值特征选择 粒度计算 机器学习 粗糙集模型 逼近空间

作者: 胡清华 于达仁 谢宗霞

作者单位: 哈尔滨工业大学,哈尔滨,150001

会议类型: 国内会议

会议名称: 第六届中国Rough集与软计算学术研讨会(CRSSC”2006)

会议地点: 浙江金华

会议语种:中文

页码: 57-59

在线出版日期: 2006-10-30（万方平台首次上网日期，不代表论文的发表时间）