一种基于信息熵加权的属性约简算法.pdfVIP

第41卷第4期计算机应用研究Vol.41No.4

2024年4月ApplicationResearchofComputersApr.2024

一种基于信息熵加权的属性约简算法

罗帆,蒋瑜

（成都信息工程大学软件工程学院，成都610200）

摘要：针对现有邻域粗糙集模型中存在属性权重都相同，无法保证关键属性在属性约简时能够被保留的问

题,提出了一种基于信息熵加权的属性约简算法。首先，采用了类间炳、类内熵策略，以最大化类间熵最小化类

内熵为原则给属性赋予权重；其次，构造了基于加权邻域关系的加权邻域粗糙集模型；最后，基于依赖关系评估

属性子集的重要性,从而实现属性约简。在基于UCI数据集上与其他三种属性约简算法进行对比实验,结果表

明，该算法能够有效去除允余，提高分类精度。

关键词：属性约简；邻域粗糙集；属性加权；信息炳

中图分类号：TP18文献标志码：A文章编号：1001-3695(2024)04-013-1047-05

doi:10.19734/j.issn.1001-3695.2023.07.0366

Novelmethodtoattributereductionbasedoninformationentropyweighting

LuoFan,JiangYut

(CollegeofSoftwareEngineering,ChengduUniversityofInformationTechnology,Chengdu610200,China)

Abstract:Aimingattheproblemthatattributesintheexistingneighborhoodroughsetmodelallhavethesameweight,which

cannotensurethatthekeyattributescanberetainedinattributeapproximation,thispaperproposedanattributeapproximation

algorithmbasedoninformationentropyweighting.Firstly,itadoptedinterclassentropyandintraclassentropystrategiestoas-

signweightstoattributesbasedontheprincipleofmaximisinginterclassentropyandminimisingintraclassentropy.Secondly,

itconstructedaweightedneighborhoodroughsetmodelbasedonweightedneighborhoodrelationships.Finally,itassessedthe

importanceofattributesubsetsbasedondependencyrelationshipstoachieveattributesimplification.Comparisonexperiments

withotherthreeattributeapproximationalgorithmsonUCI-baseddatasetshowthattheproposedalgorithmcaneffectivelyre-

moveredundancyandimproveclassificationaccuracy.

Keywords:atributereduction;