邻域粗糙集matlab实现
采用增加法进行属性约简
具体步骤:
for i in 每个子属性
1.计算每个样本的领域类
2.根据领域类计算每个分类的下近似,再整理合并所有下近似
3.根据邻域下近似计算出领域依赖度
4.令约简属性自己r=空集,r(D)=0
5.计算属性重要度,
如:sig(a1,R,D)=0-0=0
sig(a2,R,D)=1/6-0=1/6
sig(a3,R,D)=2/3-0=2/3
选择属性重要度最大的属性,如:a3
6.进入新一轮的循环:
在选择的属性基础上,选择新的属性,再次计算依赖度,选择重要属性。如:(a3,a1) (a3,a2)
7.当所选属性与其他属性的依赖度相减为0,结束约简算法
参考文献:
[1]徐波. 邻域粗糙集的启发式属性约简算法研究[D].四川师范大学,2019.
[2]Qinghua Hu,Daren Yu,Jinfu Liu,Congxin Wu. Neighborhood rough set based heterogeneous feature subset selection[J]. Information Sciences,2008,178(18):
github地址:
https://github.com/niubaguai/neighborhood-rough-set