摘要
最近几年来,误分类代价敏感粗糙集理论与方法已经取得不错的发展成果,其中最具有代表性的理论之一就是决策粗糙集理论,其中属性约简问题与规则生成问题就是基于决策粗糙集理论的基础上.然而,已有的代价敏感属性选择方法都使用的是固定的误分类代价.固定的误分类代价在任意数据集中各类的误分类代价均假定在可知的情况下存在一定的不足,因此提出代价敏感属性中动态误分类代价下的Bayes判别函数自适应逼近最优误分类代价是可行有效的方法.
基金
陕西服装工程学院专项科研项目“基于代价敏感属性选择中关于动态代价的研究”（2018KYZ10）
