基于遗传算法和变精度粗糙集的离散化算法

摘要

目前常用的离散算法多为单属性离散化算法.利用该类算法对多维连续属性进行离散化时,逐次对单个属性进行离散化,割裂了多维属性之间的关系.基于此提出了一种基于遗传算法和变精度粗糙集的多属性离散化算法.该算法基于变精度粗糙集所具有的较好数据分类容错和抗噪能力,通过变精度粗糙集近似分类精度建立遗传算法适宜度评价函数,并利用遗传算法在多维连续属性候选断点集上寻找最优断点子集.基于UCI数据集比较了所提算法与多种常用的离散化算法的差异,实验结果表明,该算法可以获得相对较好的离散化效果.

关键词

多维连续属性 / 离散化 / 遗传算法 / 粗糙集 / 变精度粗糙集

基金资助

国家自然科学基金项目(41401521); 山西省青年科技研究基金项目(2015021101,201601D021027,201601D021076); 智能信息处理山西省重点实验室开放课题基金项目(2004001,2016001); 合肥学院人才科研基金项目(15RC07); 安徽高校自然科学研究项目(KJ2015A206)