基于粗糙集的符号与数值属性的快速约简算法研究.pdf

基于粗糙集的符号与数值属性的快速约简算法 with Sets Efficient andNumericalAttributeReduction Symbolic Rough 胡清华赵 辉于达仁 (哈尔滨工业大学 哈尔滨150001) Abstract settheoryhasbeen usedinthedomainoffeaturereduction。whereconsiderable Rough widely computa- tional is forthe modelInthis somemathematical complexityavailable，especiallyneighborhood paper，weanalyze of setmodel the that incrmses、Ⅳit}ltheamoLLn_tofat- neighborhoodrough Using positiveregion properties property all methodusedinforwardattributesselection hasedon tributes，weintroduce strategy optimized dependency，with the of timesand shoWthatour purposedecreasingcomparisonimprovingcomputationalefficiency．Theexperiments methodiSeffective． Roughset，Attributereduction，Neighborhood，Attributesignificance，Fastalgorithm KeDvords V，厂称为一个决策表。 1 引言 对于五∈U，定义zi的邻域为： 粗糙集理论自1982年由Pawlak教授提出以来，如(zi)一{z，Izf∈U，△B(zi，z，)≤裔} 得到了广泛的重视和发展。目前已被应用于属性选 其中△是一个距离函数。对于Vzl，工2，X3∈U，△ 满足如下关系 择[1|、分类器设计[2]等问题的研究中。但经典粗糙集 理论定义在等价关系基础上，只能处理名义型数据， 对数值型数据必须通过离散化后才能处理。这就给 砣； 直接应用带来了不便。连续数据经过离散化处理可 2)A(xl，z2)=△(z2，．271)； 能会丢失重要信息[3]，并且不同的离散化策略会影响 3)A(x1，z3)≤，△(zl，．7172)+△(z2，53)。 最终的处理效果。为此，人们引入了邻域粗糙集模型 对于N个属性的样本集，距离常用P范数表示 来进行数值属性约简和分类器构造[4．5]。 为 N 基于经典粗糙集正域、互信息和属性重要度的 属性选择得到了广泛研究，并产生了很多算法和快