一种基于粗糙集理论的启发式特征选择算法

摘要

在数据分析中,特征选择是能够保留信息的数据约简的一个有效方法.粗糙集理论提供了一种发现所有可能的特征子集的数学工具.提出了一种新的基于粗糙集的启发函数叫做加权平均支持启发函数.该方法的优点是它考虑了可能性规则集的整体质量.也就是说,对所有的决策类,它考虑了规则的加权平均支持度.最后,实例表明该方法是有效的.