基于贝叶斯粗糙集模型的属性约简算法.pdfVIP

广西科学GuangxiSciences2009，16(4)：389～391 基于贝叶斯粗糙集模型的属性约简算法 AttributeReduction Algorithm ofBayesian Rough Sets M odel 陈 胜 ，曾雪兰，梅 良才 CHEN Sheng，ZENG Xue—lan，MEILiang—cai (广西大学数学与信息科学学院，广西南宁 530004) (CollegeofMathematicalandInformationScience，GuangxiUniversity，Nanning，Guangxi，530004， China) 摘要：在分析 贝叶斯粗糙集模型 已有 的约简算法 的基础上 ，从含有 多个决策类情况下的全局相对增益 函数 的角 度，利用二进制编码方法给出一种求贝叶斯粗糙集所有约简及核的算法，并基于实际应用，给出对求出的所有约 简进行筛选 的拓展算法。通过算例说 明算法 的实用性和有效性。 关键词 ：粗糙集 属性约简 R约简 贝叶斯粗糙集模型 中图法分类号 ：O159，TP301．6 文献标识码 ：A 文章编号 ：1005—9164(2009)04—0389—03 Abstract：W ithananalysisbasedon previousmethodofredutionalgorithm ofbayesianroughsets modle，from theview oftheglobalrelativegainfunctioncontainedofmultipledecisionclasses，based on the binary code method，an algorithm for solving allreductions and nuclear is given． Furthermore，theproposedalgorithm isextended {rom thepointofview ofthepracticalappliction， amethod tO screeningallofthereduction ispropsed，and theoutputistheoptimalreduction． Finally，anexampleisusedtOdemonstratethattheproposedalgorithm ispracticalandeffective． Keywords：roughsets，attributereduction，R reduction，Bayesianroughsetsmode 粗糙集理论是波兰数学家 1982提出的，现在 已 用先验概率来代替 。 经成为一种新的处理模糊和不确定性知识的数学工 到 目前为止关于贝叶斯粗糙集模型应用 的文献 具。粗糙集理论 的中心 问题是分类分析 ，而粗糙集模 很多，但是基于此模型的属性约简算法并不多 ]。文 型在实际应用中存在一定的局限性 ，它所处理的分类 献[6]利用文献[5]的上、下分布约简讨论了贝叶斯粗 必须是完全正确的或肯定的，即 “包含 ”或 “不包含 ”， 糙集模型的属性约简 ，但是并没有给出具体的算法。 而没有某种程度上的 “包含”或 “属于”l2l。基于这些情 文献 [4]用全局相对增益作为属性重要度 ，并 以此作 况口]，于年对粗糙集模型进行推广提出变精度粗糙集 为启发信息提出一种贝叶斯粗糙集属性约简 的启发 模型 ，它是在粗糙集模型的基础上引入了卢(0≤ 式算法。我们分析贝叶斯粗糙集模型后 ，在含有多个 0．5)，即允许一定程度 的错误分类率存在 。而在数据 决策类 [胡的情况下 ，从全局相对增益 函数 的角度 ， 挖掘等实际应用 中我们 只需根据获得信息去处理问 利用二进制编码方法给出一种求 贝叶斯粗糙集模型 题，不需要受预先给定 的某个参数 的限制 ，并且参数 所有基于全局相对增益 函数 的约简 (以下简记为 JR 也是有决策人主观设定的，因此文献[3]进一步给出