摘要

集值决策表拓展了经典决策表,但其现有属性约简算法中属性重要度度量方式单一。针对集值决策表,采用近似条件熵提出属性约简及其启发式约简算法。将近似精度与条件信息熵进行信息融合,定义近似条件熵,证明粒化单调性等性质;提出基于近似条件熵的属性约简,设计启发式约简算法;采用集值决策表实例与数据实验进行有效验证。实验结果表明:与现有算法相比,提出算法不仅能够得到更优的约简结果,而且具有更高的分类精度。