关系矩阵的知识粒度增量式属性约简

摘要

由于现实中的数据集存在着大量的冗余属性,因此需要对它们进行属性约简.针对传统的属性约简算法不能很好的处理动态变化的数据集,本文运用关系矩阵的形式去表示信息系统的知识粒度,并研究了当数据集属性发生变化时,通过矩阵的视角来展示知识粒度的变化机制,根据这种机制可以快速地对知识粒度进行更新,从而提出了一种基于知识粒度的增量式属性约简算法,在UCI数据集的实验结果中,所提出的算法能够对动态变化的数据集选择出小而优的属性子集,并且有着较高的约简效率,从而验证了该算法的优越性.