计算机科学 ›› 2007, Vol. 34 ›› Issue (6): 162-165.
• • 上一篇 下一篇
梁琰 何中市
出版日期:
发布日期:
基金资助:
LIANG Yan, HE Zhong-Shi （College of Computer Science, Chongqing University, Chongqing 400044）
Online:
Published:
摘要： 本文基于粗糙集中关于非精确集和精确集理论思想,提出了一个新的特征度量指标,即相对互信息比RMI,由此,设计了一种基于粗糙集的启发式特征选择算法MRMI-UC。首先利用可辨识矩阵,计算出条件属性相对于决策属性的核,以核形成当前候选特征子集作为基准点,以最大化相对互信息和不确定性系数为原则,筛选剩余特征。通过对比实验,结果表明,本文提出的算法在多数情况下能够得到较优的特征子集,算法是有效的,切实可行的。
关键词: 特征选择 粗糙集理论 启发式算法 不确定性系数 互信息
Abstract: In this paper, a new feature measurement RMI （Ratio of Mutual Information）is presented based on the concept of rough set theory about certain set and uncertain set. Then a novel heuristic algorithm, MRMI-UC （Algorithm based on Maximal Ratio of RMI and Unc
Key words: Feature selection, Rough set theory, Heuristic algorithm, Uncertainty coefficient, Mutual information
梁琰 何中市. 一种基于粗糙集启发式的特征选择算法[J]. 计算机科学, 2007, 34(6): 162-165. https://doi.org/
LIANG Yan, HE Zhong-Shi （College of Computer Science, Chongqing University, Chongqing 400044）. [J]. Computer Science, 2007, 34(6): 162-165. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2007/V34/I6/162
Cited
首页