改进粗糙集属性约简算法和支持向量机的特征选择算法

摘要

提出了一种基于改进粗糙集属性约简算法的特征选择算法.该算法结合信息论中信息熵与互信息的概念定义了粗糙集里的一种新的属性重要度,并以此属性重要度为启发式信息进行属性约简实现了特征选择.算法以支持向量杌分类器的识别率作为特征选择的可分性判据.实验结果表明,提出的算法以损失2.5%识别率的代价,得到的特征维数却是支持向量机算法的1/5,极大地简化了分类器设计的复杂度,缩短了支持向量机训练时间.