基于粒化可拓决策的属性约简算法研究

作者：王君宇; 杨亚锋; 赵佳亮; 代琪; 李丽红

来源：郑州大学学报(理学版）, 2022, 54(05): 72-81.

DOI：10.13705/j.issn.1671-6841.2021358

• 属性约简
• 粒化
• K-means聚类
• 可拓决策
• 关联度

针对传统属性约简算法利用等价关系计算过程烦琐、运行时间较长的问题，定义能体现属性间相关程度的绝对关联度，提出一种基于粒化可拓决策的属性约简算法。首先，利用K-means聚类算法，对原始数据集进行粒化，得到各簇中心；其次，运用可拓决策理论确定经典域、节域和待评物元，通过计算各簇中属性之间的关联度构建指示矩阵，并计算各属性的指示值；最后，根据指示值，从大到小依次选择属性，实现样本集属性约简。实验结果表明，算法运算速度较快，约简后对数据集分类精度影响小，部分数据集分类精度有所提升，验证了算法的有效性。