计算机应用研究

作者：罗致豪,叶军,詹诗颖,

单位：1.江西水利电力大学信息工程学院,南昌330099；2.智慧水利江西省重点实验室,南昌330099；

关键词：测试代价,属性约简,决策域,概率邻域粗糙集,条件信息量,属性重要度,影响度评估指标,

基金：国家自然科学基金资助项目(62166027,62566041)；江西省教育厅科技项目(GJJ211920)；；

针对基于测试代价敏感的属性约简方法可能会改变决策域等问题，引入决策域分布保持的概念，结合获取数据的代价，提出了一种保决策域的测试代价概率邻域粗糙集属性约简算法。首先，以条件信息量为基础，定义一种具有单调性的(α, β)正域分布的概率邻域条件信息量，并以此获取决策表的核属性；其次，给出一种邻域条件熵属性重要度度量方法，通过属性重要度和属性自身测试代价构建属性影响度评估指标；然后，以核属性集作为初始集，将属性重要度大且测试代价小的属性加入核集，经迭代输出约简子集。实例分析和UCI数据集实验结果表明，与对比算法相比，所提算法在不降低分类精度的情况下得到的约简子集测试代价较小，且决策域分布保持不变。

来源：2025年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第11期