基于模糊粗糙依赖度的区间值系统特征选择

针对区间值决策系统,提出一种基于模糊粗糙依赖度的特征选择方法,其中使用了一种综合考虑相关度和冗余度的特征选择标准来评价特征的重要性。相关度和冗余度使用模糊粗糙依赖度分别度量条件特征与决策特征之间的依赖和条件特征与条件特征之间的依赖。实验数据显示,对于扩展的分类算法,大多数据集在使用该特征方法得到的特征选择子集表征数据时,可以达到相当甚至优于原始特征集表征数据的结果,表明所提方法能有效选择特征并提高分类算法的性能。