基于区分对的混合型弱标记数据增量约简算法

摘要

针对混合型的弱标记不完备数据,提出属性变化的增量式属性约简算法。在混合型弱标记决策系统中,基于正域概念引入改进的属性区分关系定义,给出系统中属性动态变化时区分关系的增量式更新方法,提出了混合型弱标记决策系统下的启发式增量属性约简算法。实验结果表明:在处理大规模数据时,本文提出的增量属性约简算法相较于非增量约简算法能节约81.5%的时间,相比于仅利用无标记数据得到的约简结果,分类精度平均值提高了14.42左右。