模糊曼哈顿距离加权最优粒度选择算法

针对不同用户数据类别偏好,不同等级样本需改进属性侧重点不同,在控制样本等级权限前提下,为同等级样本给出最佳优化方案,提出一种模糊曼哈顿距离加权最优粒度选择算法。分析属性间关联,定义模糊曼哈顿距离,构建层次粒空间,根据属性重要度及距离进行加权,实现最优粒度选择。该算法在不影响分类的前提下,对不同等级样本改良给出优化意见。利用长江经济带水资源数据,验证该算法的有效性。