名词性数据的五种代价敏感属性约简算法比较

摘要：

代价敏感学习是数据挖掘研究领域最具有挑战性的问题之一。属性约简是数据挖掘中重要的经典问题。代价敏感属性约简问题是对经典属性约简问题的自然扩展，已经逐渐成为研究的热点。对当前具有代表性的5种处理名词性数据的代价敏感属性约简算法进行了分析和比较，总结了每种算法的各方面特性及不足之处，从而便于研究者对已有算法进行改进，并且进一步提出具有更好性能的新的约简算法，方便用户对算法的选择和使用。

关键词：数据挖掘、代价敏感、属性约简、最优因子

分类号：TP18(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos.61379049,61379089;the Key Project of Education Department of Fujian Province under Grant No. JA13192;the Natural Science Foundation of Zhangzhou under Grant No. ZZ2013J032

在线出版日期：2014-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1137-1145