一种基于粗糙集的启发式属性归约的新算法

摘要：

本文总结归纳了现有属性约简算法的优缺点，提出一种采用属性相关度作为启发信息进行属性归约的新方法，该方法不仅能删除与决策属性无关的条件属性，而且能删除候选约简属性中的冗余属性。经理论分析和实验表明，该算法在保证分类精度不变的前提下，能获得最优或次优的约简属性集，具有很好的可行性。

关键词： 数据挖掘 粗糙集 属性归约 知识发现 分类精度

作者: 方炜炜 杨炳儒 彭珍

作者单位: 中国北京科技大学信息工程学院,北京 100083;中国北京信息科技大学计算中心,北京 100192 中国北京科技大学信息工程学院,北京 100083

会议类型: 国内会议

会议名称: 第27届中国控制会议

会议地点: 昆明

会议语种:中文

页码: 285-287

在线出版日期: 2008-07-01（万方平台首次上网日期，不代表论文的发表时间）