摘要： 大多数特征选择算法面临着对非一致性数据缺乏有效的处理的问题。本文提出了一种处理非一致性数据的方法，采用阈值将非一致性数据做归类处理，当某一类非一致性数据的某个取值比例超过了该闽值，则该类数据都取该值，并只保留一条记录。在此基础上，本文提出了一种改进的基于粗糙集理论的特征选择算法。

关键词: 特征选择 算法 数据预处理 粗糙集理论 阈值 记录 归类 非一致性 问题 比例