基于强化正域的属性约简方法

发布时间：2020-06-16 21:18

【摘要】：通过对多种约简方法进行比较,为了得到更好的结果,在传统基于属性依赖度的约简方法基础上,定义更精确的强化正域概念。通过对边界域的精确划分,得出各条件属性对决策属性的强化依赖度,并用自顶向下的启发式搜索算法得到约简结果。采用UCI标准数据集对基于强化正域约简方法 REPR进行测试,约简数据后构建的决策树规模小,分类精度高。实验结果表明,相比于经典方法,REPR能更有效地对决策表进行属性约简。
【图文】：

属件}nl朴示音阻

、基于信息熵的AＲABCIE［6］。实验选取UCI机器学习数据库中8组数据进行。采用五折交叉实验方法进行十次实验，用ID3算法根据约简后的训练集构建决策树来检测测试集数据，得出其决策属性的判定准确率和树规模的平均值来评价各方法。剩余属性越少，决策树规模越小，分类准确率越高，则该约简方法更优秀。经过实验，每种方法的决策树规模、判断准确率、剩余属性数和运行耗时如表3、4所示，其中下画线结果为每组最优。为了更清楚比较各种方法结果，随着数据集对象个数的增加，三种方法剩余属性数目和树规模对比图如图2、3所示。表3有效性实验结果数据集样本数条件属性数ＲEPＲ剩余属性数树规模准确率/%ＲPＲ剩余属性数树规模准确率/%AＲABCIE剩余属性数树规模准确率/%Bollon204211002110021100Lenses2444791．74791．74791．7Zoo101165988．951188．95988．9Dermatilogy3663469791．971058169791．9Optical179764632286736986．6632385．6Chess3196362738195．83146796．33042296．7Spambase4601577268396．910568593．910504493．9Landsat6435367212397．47538597．38231597表4各方法运行耗时/s数据集方法ＲEPＲＲPＲAＲABCIEZoo0．0150．0150．031Dermatilogy0．5310．7950．561Optical26．53633．88326．083Chess14．83519．17317．144Spambase232．701338．875336．863Landsat124．364124．472120．963从表和图的结果中可知，在数据集对象数少时，本文方法和其他方法约简结果基本相同。随着数据集中对象数量和条件属性增多，本文方法得到更小的条件属性集。构建的决策树在对测试集判定时，准确率基本和对比方法持平，甚至优于对比方?

【相似文献】

相关期刊论文 前10条

1 赵雪芬;;基于扩展正域方法的教学评价指标权重确定[J];甘肃联合大学学报(自然科学版);2013年02期

2 陈娟;王国胤;胡军;;优势关系下不协调信息系统的正域约简[J];计算机科学;2008年03期

3 唐朝辉;陈玉明;吴克寿;;融合正域及边界质量的实域属性约简方法[J];厦门理工学院学报;2012年03期

4 冯林;;一种扩展正域的属性约简方法[J];计算机工程;2010年21期

5 魏巍;陈红星;王锋;;以互补条件熵为启发信息的正域属性约简[J];计算机工程与应用;2013年11期

6 苗碧舟;周健;;粗糙集的属性正域扩展方法[J];微电子学与计算机;2013年11期

7 程玉胜,陈宗海;决策系统的相对正域求解[J];计算机应用与软件;2005年03期

8 邓春燕;吕跃进;;基于正域的决策树构造方法[J];河池学院学报;2008年05期

9 魏本成;张冠宇;;知识的多重粗识别与专家会诊[J];大学数学;2008年02期

10 王健;徐余法;陈国初;;基于相对核的属性约简[J];华侨大学学报(自然科学版);2013年01期

本文编号：2716603