一种集成粗糙集与Logistic回归的分类模型

摘要：

结合粗糙集的属性约简和Logistic回归的分类机理，提出了一种新的RS-Logistic回归分类模型。模型中采用粗糙集理论在不改变训练集分类质量的前提下进行数据浓缩，提取少量具有代表性的训练子集，然后基于Logistic回归进行分类建模和预测。这样不但降低后验概率估计的计算复杂度，解决Logistic回归的解的稀疏性问题，而且提高了模型的整体分类性能。通过对UCI数据集的仿真实验，验证了该模型的可行性和有效性。

关键词： 粗糙集 属性约简 分类机理 训练子集

作者: 叶明全 伍长荣 胡学钢

作者单位: 皖南医学院计算机教研室,安徽芜湖 241002 安徽师范大学数学计算机学院,安徽芜湖 241002 合肥工业大学计算机与信息学院,安徽合肥 230009

会议类型: 国内会议

会议名称: 全国第20届计算机技术与应用(CACIS)学术会议

会议地点: 南宁

会议语种:中文

页码: 257-263

在线出版日期: 2009-07-17（万方平台首次上网日期，不代表论文的发表时间）