一种结合粗糙集理论和启发式知识的特征选取算法 |
| |
引用本文: | 何苗,李春葆.一种结合粗糙集理论和启发式知识的特征选取算法[J].计算机应用,2003,23(2):113-115. |
| |
作者姓名: | 何苗 李春葆 |
| |
作者单位: | 武汉大学,计算机科学系,湖北,武汉,430079 |
| |
摘 要: | 通常数据库会包含很多冗余特征,找出重要的特征子集叫做特征选取,粗糙集理论提供了一种数学工具来发现所有可能的特征子集,但因为发现的特征子集的数目通常非常庞大,遍历所有子集将非常耗时,文章介绍一种算法、它结合了粗糙集理论和贪心的启发性知识来有效进行特征子集选取。
|
关 键 词: | 粗糙集理论 启发式知识 特征选取算法 知识发现 数据库 |
文章编号: | 1001-9081(2003)02-0113-02 |
修稿时间: | 2002年8月15日 |
Heuristic Algorithm Based on Rough Set Theory for Feature Selection |
| |
Abstract: | |
| |
Keywords: | feature selection rough sets heuristics KDD |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|