基于属性树的并行化增量式动态属性约简算法

作者：秦廷桢; 丁卫平; 鞠恒荣; 李铭; 黄嘉爽; 陈悦鹏; 王海鹏

来源：模式识别与人工智能, 2022, 35(10): 939-951.

DOI：10.16451/j.cnki.issn1003-6059.202210007

• 属性约简
• 属性树
• 知识粒度
• 并行计算
• 增量学习
• Spark框架

传统增量算法主要侧重于从更新近似的角度进行属性约简，但在处理大规模数据集时需要评估所有属性并反复计算重要度，提升时间复杂度，降低效率.针对上述问题，文中提出基于属性树的并行化增量加速策略，关键步骤是将所有属性聚类成多棵属性树进行并行化动态属性评估.首先，根据属性树相关性度量选择合适的属性树进行属性评估，降低时间复杂度.再增加分支系数至停止准则中，随着分支深度的增加进行动态增加，可使算法在达到最大阈值后自主跳出循环，有效避免原先的冗余计算，提高效率.基于上述策略，提出基于属性树的增量属性约简算法，同时与Spark并行机制结合，设计基于属性树的并行化增量式动态属性约简算法.在多个数据集上的广泛实验表明，文中算法在保持分类性能的同时，可提高动态变化数据集约简的搜索效率，具有较好的性能优势.

• 单位
  南通大学