提出了一种基于论域离散度的适应度函数，在前向贪心搜索策略下，以该适应度函数评估条件属性的重要性，进而求取邻域粗糙集的约简。该算法与3个比较流行的属性约简算法进行对比实验，在12组UCI数据集上进行验证。实验结果表明，与另外3种算法相比，在不降低分类效果的情况下，本文算法在时间消耗和稳定性上具有较为明显的优势。
科研之友
微信
新浪微博
Facebook
分享链接
