基于邻域粗糙集和蚁群优化的属性约简算法.pdfVIP

第 32卷第 5期 河 北 科 技 大 学 学 报 Vo1．32，No．5 2011年 1O月 JournalofHebeiUniversityofScienceandTechnology 0ct．20l1 文章编号 ：1008—1542(2011)05～0403—06 基于邻域粗糙集和蚁群优化的属性约简算法 张冬雯 ，王 鹏 ，仇计清 (1．河北科技大学理学院，河北石家庄 050018；2．河北科技大学信息科学与工程学院，河北石家庄 050018) 摘 要 ：在分析单一、给定的邻域大小设定方法弊端的基础上，提 出了基于属性数据标准差的阈值 设定方法，并将蚁群优化算法引入到属性约简中，以属性重要度为启发信息，构造 了基于邻域粗糙 集和蚁群优化的属性约简算法，使用 了4个 UCI数据集进行约简。实验结果表 明，提 出的算法在 约简的分类精度和约简中属性个数方面具有更好的性能。 关键词 ：邻域粗糙集；蚁群优化 ；属性约简；标准差 中图分类号：O231 文献标志码：A Approach tOfeatureselectionbasedonneighborhoodrough setandantcolonyoptimization ZHANGDong—wen ，WANGPeng ，QIUJi—qing (1．CollegeofSciences，HebeiUniversityofScienceandTechnology，ShijiazhuangHebei050018，China；2．CollegeofInforma— tionScienceandEngineering，HebeiUniversityofScienceandTechnology，ShijiazhuangHebei050018，China) Abstract：Thispaperanalysestheweaknessofsettingasingle，specifiedthresholdforthesizeofneighborhood，andthenputs forwardanew neighborhoodsettingmethodbasedonthestandarddeviationoffeaturedata．Thepaperintroducesantcolong opbimization (ACO)intofeatureselectionandproposesanapprovedfeatureselectionalgorithm basedon NRS andACO，in whichthefeatureimportanceistakenastheheuristicinformation．InordertOevaluatetheperformanceoftheproposedalgo— rithm ，fourdatasetsfrom UCIareusedandtheexperimentalresultsshow thattheproposedalgorithm hasabetterperformance inclassificationaccuracyofreduetandfeaturenumberinreduct． Keywords：neighborhoodroughset；antcolonyoptimization；featureselection；standarddeviation 属性约简的 目的是在不降低预测分类精度的前提下对数据的属性集合进行约简，摒弃冗余的属性，从而 降低对数据处理时的时间和空间复杂度[1]。所有的属性约简算法都包括 2个重要的部分：评价函数和子集 生成器。评价函数是对属性子集 的分辨能力的一种量度 ，它能够对属性子集的预测分类精度进行评估 ；子集 生成器是使用评价函数对属性集合进行约简，得到最优属性子集的过程。作为一个重要的粒度计算工具，粗 糙集理论(RST)_l2被广泛应用于属性约简的算法 中[a-sJ。然而，粗糙集理论使用等价关系和等价类的概念对 整个论域进行划分，这只适用于处理离散型属性的数据。对于现实应用中的大量数据 ，往往同时存在离散型 和连续型 2种属性