-
题名最大化独立有效分类信息率的属性选择
- 1
-
-
作者
柳叶
代建华
陈姣龙
-
机构
湖南师范大学智能计算与语言信息处理湖南省重点实验室
湖南师范大学信息科学与工程学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2022年第11期2619-2627,共9页
-
基金
国家自然科学基金(61976089,61473259)
湖南省科技计划项目(2018RS3065,2018TP1018)
湖南省研究生科研创新项目(CX20200552)。
-
文摘
粗糙集中的属性选择有着十分重要的应用价值。现有的属性选择方法大多忽视了衡量待选属性所提供的分类信息和冗余信息,以及新增待选属性时已选属性所保留的分类信息三者之间的关联。因此,首先利用传统互信息,定义了有效分类信息率的属性重要性评估函数,并提出了一种基于有效分类信息率的属性选择方法。该属性选择方法可以有效地选择能提供大量有效分类信息同时携带较少冗余信息的待选属性。另外,考虑到新增待选属性对已选属性所保留的分类信息的影响,进一步提出了独立有效分类信息率的概念,并构造一种基于独立分类有效信息率的改进属性选择方法。该改进的属性选择方法能够有助于平衡属性的有效分类信息和冗余信息的关系,同时提高属性子集的整体识别能力。最后,从分类性能和统计学检验等方面分别与现有的属性选择方法进行了对比实验,实验结果表明了所提出的两种属性选择方法的有效性。
-
关键词
粗糙集理论
属性选择
独立有效分类信息率
互信息
-
Keywords
rough set theory
attribute selection
independent-and-effective classification information ratio
mutual information
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-