一种基于粗糙集理论的启发式特征选择算法

摘要：

在数据分析中,特征选择是能够保留信息的数据约简的一个有效方法.粗糙集理论提供了一种发现所有可能的特征子集的数学工具.提出了一种新的基于粗糙集的启发函数叫做加权平均支持启发函数.该方法的优点是它考虑了可能性规则集的整体质量.也就是说,对所有的决策类,它考虑了规则的加权平均支持度.最后,实例表明该方法是有效的.

关键词：粗糙集、特征选择、加权平均支持启发函数

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60663003;宁夏自然科学基金the Natural Science Foundation of Ningxia of China under Grant NZ0725;教育部科学技术研究重点项目206159

在线出版日期：2009-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：77-79