原创力文档摘要
摘要
随着智能信息技术的飞速发展，各行各业的数据呈现指数型增长，数量规模急剧增
加。如何在复杂的数据场景下抽取最具辨识能力的属性子集是一个重要的问题。属性约
简是解决这一问题的有效方法。然而，现阶段的属性约简方法存在以下问题：（1）对于
不同的数据集使用统一的度量标准，未考虑到数据集本身的差异性；（2）在给定的数据
集上进行属性提取，所获的的结果并非全局最优解；（3）提取属性子集过程易忽略由弱
相关属性组成的强相关
摘要
摘要
随着智能信息技术的飞速发展，各行各业的数据呈现指数型增长，数量规模急剧增
加。如何在复杂的数据场景下抽取最具辨识能力的属性子集是一个重要的问题。属性约
简是解决这一问题的有效方法。然而，现阶段的属性约简方法存在以下问题：（1）对于
不同的数据集使用统一的度量标准，未考虑到数据集本身的差异性；（2）在给定的数据
集上进行属性提取，所获的的结果并非全局最优解；（3）提取属性子集过程易忽略由弱
相关属性组成的强相关
文档评论（0）