基于矩阵策略的不完备混合型数据增量式特征选择算法

摘要：

特征选择是粗糙集理论在数据挖掘等领域中一种重要的应用,如何对动态变化的信息系统进行增量式特征选择是目前粗糙集理论研究的重点.在不完备混合型信息系统中,属性集的不断增加是信息系统动态变化的一种重要形式.首先在不完备混合型信息系统中引入邻域条件熵的概念,并且利用矩阵的方法去表示邻域条件熵;然后针对属性集动态增加的情形,提出矩阵形式的邻域条件熵增量式更新,并且基于这种增量式更新机制给出了相应的增量式特征选择算法;最后,UCI数据集的实验结果表明,所提出的增量式特征选择算法比非增量式特征选择算法具有更高的特征选择性能.

关键词：粗糙集、特征选择、不完备混合型信息系统、矩阵、邻域条件熵、增量式学习

所属期刊栏目：34

分类号：TP18(自动化基础理论)

资助基金：安徽三联学院校级项目YJQR16004

在线出版日期：2020-04-24（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：71-78,123