基于粗糙集不确定度的特定类属性约简

粗糙集属性约简是数据分析的有效手段,传统决策分类属性约简适用于所有决策类优化,实际应用还需要考虑单个决策类优化的特定类属性约简.基于粗糙集不确定度构建,对比决策分类属性约简,提出特定类不确定度属性约简并研究约简相关关系.分解决策分类不确定度,获取决策类不确定度及其粒化单调性等性质,提出相应的特定类不确定度约简及其启发式约简算法,得到特定类不确定度约简与特定类正域约简、决策分类不确定度约简的关系.新建的特定类不确定度约简具有改进性,适用于特定决策类的优化处理与不确定性应用,决策表实例验证了相关算法与关系的有效性.

基于单调信息度量的特定类属性约简

邻域粗糙集中属性约简的主流是基于决策表宏观高层的分类属性约简,但分类属性约简不能反映每个决策类的特殊性,而只反映所有决策类的平均性,具有应用局限.因此,利用已有的信息度量,从层次视角研究基于决策表中观中层的特定类属性约简.首先,提出基于中观中层条件邻域熵的特定类属性约简定义,并设计基于属性重要度的特定类属性约简启发式算法;其次,讨论特定类约简和分类约简的关系;最后利用实例对以上算法和关系进行验证说明.