决策代价约简求解中的交叉验证策略 |
| |
引用本文: | 张龙波,李智远,杨习贝,王怡博.决策代价约简求解中的交叉验证策略[J].南京大学学报(自然科学版),2019(4). |
| |
作者姓名: | 张龙波 李智远 杨习贝 王怡博 |
| |
作者单位: | 江苏师范大学科文学院;江苏科技大学计算机学院;东南大学计算机科学与工程学院 |
| |
摘 要: | 属性约简是粗糙集理论中的核心问题,其目的是剔除冗余属性以找到具有较好泛化能力的属性子集.在决策粗糙集理论中,决策代价经常被作为属性约简的约束条件.但值得注意的是,虽然基于决策代价的约简求解算法可以有效地降低训练样本集上的总决策代价,但其往往忽视了测试样本集上的总决策代价.为解决这一问题,利用交叉验证的基本思想,设计了以决策代价为约束条件的一种新的属性约简求解算法.在八个UCI数据集上的实验结果表明,相较于传统基于决策代价的约简求解算法,所提算法不仅能有效地降低训练集合和测试集合的总决策代价,而且找出的属性子集亦可以带来更好的分类性能.
|
本文献已被 CNKI 等数据库收录! |
|