亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于優(yōu)勢(shì)粗糙集的屬性選擇與集成分類方法設(shè)計(jì)

        2019-11-12 08:10:19富雨晴
        價(jià)值工程 2019年28期
        關(guān)鍵詞:決策樹

        富雨晴

        摘要:粗糙集理論是一種處理不確定信息的有效工具,利用其可在無(wú)任何先驗(yàn)信息下獲取屬性約簡(jiǎn)子集。本文采用優(yōu)勢(shì)粗糙集理論中的排列互信息和最大相關(guān)最小冗余相融合技術(shù)進(jìn)行屬性子集選取,在每個(gè)屬性子集上對(duì)五種決策樹進(jìn)行訓(xùn)練并作為基礎(chǔ)分類器,并按照投票機(jī)制融合個(gè)體分類器的輸出得到最終決策結(jié)果。在實(shí)際數(shù)據(jù)集上的實(shí)驗(yàn)表明,基于排列互信息和最大相關(guān)最小冗余方法得到屬性子集能夠反映數(shù)據(jù)本質(zhì)信息,使得分類算法有較好的準(zhǔn)確率。同時(shí),與單個(gè)決策樹的分類結(jié)果相比,融合決策樹具有較好的分類效果。

        Abstract: Rough set theory offers a new effective tool for dealing with uncertain information. Its typical feature is to obtain a subset of attribute reductions without any prior information. In this study, a fusion technique by combining the attributes' mutual information and the maximum relevance minimum redundancy in the dominant rough set theory are used to select the attribute subsets. Five decision trees are learned on each attribute reduction subset as some basic classifiers, and then the output of the individual classifier is fused according to the voting mechanism to obtain the final decision result. The numerical experiments on the actual dataset illustrate that the attribute subsets can capture the essential information of the data based on the arrangement mutual information and the maximum relevance minimum redundancy method, so the classification algorithm has better accuracy than the classification result of the single decision tree.

        關(guān)鍵詞:優(yōu)勢(shì)粗糙集;決策樹;最大相關(guān)最小冗余;屬性約簡(jiǎn)

        Key words: dominant rough sets;decision tree;maximum relevance minimum redundancy;attribute reduct

        中圖分類號(hào):TP18;O225? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào):1006-4311(2019)28-0226-04

        0? 引言

        粗糙集理論是Pawlak于1982年首次提出的[1],它具有處理不完全和不精確數(shù)據(jù)的能力,因而引起了許多學(xué)者的關(guān)注。利用粗糙集理論中上下近似逼近來(lái)挖掘一些有用的信息,并用于指導(dǎo)實(shí)踐活動(dòng)。該理論已被廣泛用于特征選擇[2-3],規(guī)則提取[4],分類[5-6]等相關(guān)問(wèn)題求解中。在Pawlak粗糙集中,利用等價(jià)關(guān)系生成的等價(jià)類來(lái)近似目標(biāo)集,其操作過(guò)程簡(jiǎn)單,但會(huì)受到信息系統(tǒng)數(shù)值類型的限制。因此,基于等價(jià)關(guān)系定義的經(jīng)典粗糙集只能處理離散的信息表,對(duì)于連續(xù)型信息表則要通過(guò)離散化方法對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理。然而,離散化過(guò)程未考慮結(jié)果的語(yǔ)義描述,缺少可解釋性。連續(xù)型數(shù)據(jù)往往具有序關(guān)系特性,而離散化后的結(jié)果是完全無(wú)序的,容易導(dǎo)致信息損失。此外,面對(duì)包含名義型、區(qū)間型等多種數(shù)據(jù)類型且?guī)в胁煌陚浜投喑叨忍卣鞯臄?shù)據(jù)集,許多研究者引入了不同的二元關(guān)系來(lái)提升粗糙集問(wèn)題求解的能力,相應(yīng)地,Pawlak粗糙集的多個(gè)擴(kuò)展模型已被提出。

        通常減少有序結(jié)構(gòu)信息損失的粗糙集方法有兩種:模糊粗糙集和考慮序關(guān)系的粗糙集?;趦?yōu)勢(shì)關(guān)系的粗糙集方法(DRSA)考慮了屬性值的有序性[6-9],其將不可分辨關(guān)系擴(kuò)充到了優(yōu)勢(shì)關(guān)系,不同對(duì)象在條件屬性上與類標(biāo)簽單調(diào)的比較可用單調(diào)關(guān)系來(lái)表示。優(yōu)勢(shì)粗糙集以優(yōu)勢(shì)類實(shí)現(xiàn)集合上下近似逼近,在此基礎(chǔ)上處理多準(zhǔn)則決策和多準(zhǔn)則排序問(wèn)題[10-13]。DRSA自被提出以來(lái),已被擴(kuò)展為多種形式來(lái)處理各類序信息系統(tǒng)中的知識(shí)獲取問(wèn)題,包含特征優(yōu)勢(shì)關(guān)系[14]、相似優(yōu)勢(shì)關(guān)系[15]和優(yōu)勢(shì)等價(jià)關(guān)系[16]的優(yōu)勢(shì)粗糙集。

        優(yōu)勢(shì)粗糙集的一個(gè)關(guān)鍵應(yīng)用是可對(duì)信息系統(tǒng)和決策系統(tǒng)進(jìn)行屬性約簡(jiǎn)和規(guī)則提取。Hu等人[17]提出了一種基于排列熵的單調(diào)分類決策樹。排列熵可以作為一種新的有序信息測(cè)度,它比Shannon信息熵[18]對(duì)單調(diào)分類具有更好的魯棒性。Qian等學(xué)者通過(guò)在學(xué)習(xí)基分類器中引入一種保留序關(guān)系的屬性約簡(jiǎn)方法,來(lái)建立集成單調(diào)決策樹[19-20]。受以上工作的啟發(fā),本文采用優(yōu)勢(shì)粗糙集理論中的排列互信息和最大相關(guān)最小冗余相融合進(jìn)行屬性子集選取,并在每個(gè)屬性約簡(jiǎn)子集上對(duì)不同決策樹進(jìn)行訓(xùn)練來(lái)作為基礎(chǔ)分類器,進(jìn)而按照投票機(jī)制融合這些個(gè)體分類器的輸出得到最終分類結(jié)果。

        猜你喜歡
        決策樹
        基于決策樹和神經(jīng)網(wǎng)絡(luò)的高血壓病危險(xiǎn)因素研究
        一種針對(duì)不均衡數(shù)據(jù)集的SVM決策樹算法
        決策樹和隨機(jī)森林方法在管理決策中的應(yīng)用
        電子制作(2018年16期)2018-09-26 03:27:06
        基于改進(jìn)決策樹的故障診斷方法研究
        決策樹多元分類模型預(yù)測(cè)森林植被覆蓋
        電子制作(2017年24期)2017-02-02 07:14:23
        基于決策樹算法的數(shù)據(jù)挖掘應(yīng)用研究
        基于決策樹的出租車乘客出行目的識(shí)別
        基于決策樹的復(fù)雜電網(wǎng)多諧波源監(jiān)管
        基于模糊關(guān)聯(lián)規(guī)則和決策樹的圖像自動(dòng)標(biāo)注
        基于肺癌CT的決策樹模型在肺癌診斷中的應(yīng)用
        日产精品毛片av一区二区三区| 在线天堂www中文| 中文字幕一区二区三区日韩精品| 狠狠久久久久综合网| 激情综合网缴情五月天| 国产一区二区三区十八区| 亚洲av无码乱码国产一区二区| 狠狠色噜噜狠狠狠狠色综合久| 97日日碰日日摸日日澡| 国产精品午夜福利亚洲综合网| 老熟妇乱子伦牲交视频| 亚洲av成人中文无码专区| 日本视频中文字幕一区在线| 亚洲一区久久久狠婷婷| 中文字幕一区二区三区视频| 久久久日韩精品一区二区三区| 久久精品国产99精品国偷| 亚洲精品女优中文字幕| 婷婷亚洲岛国热超碰中文字幕| av在线免费观看大全| 人妻无码一区二区三区免费| 亚洲一区中文字幕在线电影网| 亚洲天堂中文字幕君一二三四| 中国少妇久久一区二区三区| 色欲av蜜桃一区二区三| 久久综合成人网| 亚洲不卡毛片在线观看| 无码人妻久久一区二区三区免费丨| 97se亚洲精品一区| 制服无码在线第一页| 久久精品亚洲国产av网站| 一本大道无码人妻精品专区| 久热这里只有精品99国产| 午夜福利视频男同女同| 日本免费一区二区久久久| 疯狂做受xxxx国产| 乱子真实露脸刺激对白| 亚洲区福利视频免费看| 国产视频自拍一区在线观看| 国产精品无码v在线观看| 欧美日韩国产色综合一二三四|