变精度粗集模型中变精度值的估计

摘要

变精度粗集模型是一种有参数的粗集扩充模型.目前,基于变精度粗集模型知识约简和学习的各种算法中,参数β值都是作为领域的先验知识而被直接引入.而β值不同,约简的结果一般也不同,因此有必要寻求一种方法,实现从原始数据集本身出发完成对β值的估计和选择,从而摆脱β先验知识对结果的影响.结合决策表确定性度量和决策表相对辨识性方法,分别研究了β值的估计和选择以及参数β值对约简结果的影响.通过实例进行了分析,结果表明在利用变精度粗集模型提高系统容错度时,β值选择是必要的.