基于鲁棒近邻粗糙逼近的属性约简算法

作者：郑文彬; 胡敏杰; 何秋红

来源：闽南师范大学学报(自然科学版), 2018, 31(04): 22-31.

DOI：10.16007/j.cnki.issn2095-7122.2018.04.004

• 属性约简
• 鲁棒近邻
• 区分函数
• 邻域粗糙集

基于邻域粗糙集的属性约简模型既受邻域半径参数值的影响,又不能评估属性与样本对象之间的内在关系.为此,本文先提出鲁棒近邻来确认对象的邻域,计算出若干个与样本对象最近同类与最近异类对象距离的平均值,然后依据分类区分函数的定义来确定近邻类的邻域半径大小,构造了鲁棒近邻粗糙集模型.最后按照其模型,基于样本对象对属性的评价准则提出了鲁棒近邻的属性约简算法.该算法模型分别在CART,KNN和LSVM三个分类器和10个样本数据集中测试运行,实验效果表明该模型不但可以筛选得到较少的属性集,而且还可以有效提高分类精度.

• 单位
  闽南师范大学