基于粗糙集相对分类信息熵和粒子群优化的特征选择方法.PDFVIP

第 １２卷第３期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１２ №．３ ２０１７年６月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ｊｕｎ． ２０１７ ＤＯＩ：１０．１１９９２／ ｔｉｓ． ２０１７０５００４ 网络出版地址：ｈｔｔｐ：／ ／ ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ１８５４．０１８．ｈｔｍｌ 基于粗糙集相对分类信息熵和 粒子群优化的特征选择方法 １，２ ３ ４ 翟俊海 ，刘博 ，张素芳 （１．河北大学河北省机器学习与计算智能重点实验室，河北保定０７１００２；２． 浙江师范大学数理与信息工程学院，浙 江金华３２１００４；３． 河北大学计算机科学与技术学院，河北保定０７１００２；４． 中国气象局 气象干部培训学院河北分 院，河北保定０７１０００） 摘　 要：特征选择是指从初始特征全集中，依据既定规则筛选出特征子集的过程，是数据挖掘的重要预处理步骤。 通过剔除冗余属性，以达到降低算法复杂度和提高算法性能的目的。 针对离散值特征选择问题，提出了一种将粗糙 集相对分类信息熵和粒子群算法相结合的特征选择方法，依托粒子群算法，以相对分类信息熵作为适应度函数，并 与其他基于进化算法的特征选择方法进行了实验比较，实验结果表明本文提出的方法具有一定的优势。 关键词：数据挖掘；特征选择；数据预处理；粗糙集；决策表；粒子群算法；信息熵；适应度函数 － － － 中图分类号：ＴＰ１８１　 文献标志码：Ａ　 文章编号：１６７３ ４７８５（２０１７）０３ ０３９７ ０８ 中文引用格式：翟俊海，刘博，张素芳．基于粗糙集相对分类信息熵和粒子群优化的特征选择方法［Ｊ］． 智能系统学报，２０１７，１２（３）： － ３９７ ４０４． 英文引用格式：ＺＨＡＩ Ｊｕｎｈａｉ，ＬＩＵ Ｂｏ，ＺＨＡＮＧ Ｓｕｆａｎｇ． Ａ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ａｐｐｒｏａｃｈ ｂａｓｅｄ ｏｎ ｒｏｕｇｈ ｓｅｔ ｒｅｌａｔｉｖｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ － ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ ａｎｄ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ，２０１７，１２（３）：３９７ ４０４． Ａ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ａｐｐｒｏａｃｈ ｂａｓｅｄ ｏｎ ｒｏｕｇｈ ｓｅｔ ｒｅｌａｔｉｖｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ ａｎｄ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ １，２ ３ ４ ＺＨＡＩＪｕｎｈａｉ ，ＬＩＵ Ｂｏ ，ＺＨＡＮＧ Ｓｕｆａｎｇ （１． Ｋｅｙ Ｌａｂ ｏｆ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ ａｎｄ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ， Ｈｅｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ， Ｂａｏｄｉｎｇ ０７１００２， Ｃｈｉｎａ； ２． Ｃｏｌｌｅｇｅ ｏｆ Ｍａｔｈｅｍａｔｉｃｓ，Ｐｈｙｓｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｚｈｅｊｉａｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｊｉｎｈｕａ ３２１００４， Ｃｈｉｎａ； ３．