基于粗糙集的特征選擇算法研究及應(yīng)用.pdf

1、基于粗糙集的特征選擇算法研究及應(yīng)用基于粗糙集的特征選擇算法研究及應(yīng)用ResearchApplicationonRoughSetBasedFeatureionAlgithm領(lǐng)域：計(jì)算機(jī)技術(shù)作者姓名：張曉云指導(dǎo)教師：石紅副教授企業(yè)導(dǎo)師：張子劍天津大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院二零一二年十二月摘要摘要在機(jī)器學(xué)習(xí)，模式識(shí)別中，一個(gè)好的特征選擇算法可以剔除冗余特征，實(shí)現(xiàn)高維數(shù)據(jù)降維，是構(gòu)建具有強(qiáng)泛化能力和可理解的學(xué)習(xí)模型的關(guān)鍵。本文的工作包括兩點(diǎn)：1）

2、比較兩類(lèi)有監(jiān)督特征選擇算法，2）引入模糊粗糙集，研究半監(jiān)督特征選擇算法。目前，有監(jiān)督特征選擇算法中，基于間隔和基于模糊粗糙集中模糊依賴度的研究工作都獲得了豐富的成果。但是，關(guān)于這兩大類(lèi)不同的特征選擇方法之間存在哪些聯(lián)系和區(qū)別，迄今為止還沒(méi)有相關(guān)的理論分析和實(shí)驗(yàn)比較工作。本文從基于間隔的Simba和Relief算法，和基于模糊依賴度的WDLMFD，F(xiàn)DRanking算法著手，從算法選擇特征的策略，選擇的特征個(gè)數(shù)，在分類(lèi)器上的分類(lèi)精度，對(duì)無(wú)

3、關(guān)噪聲特征的剔除能力，算法的復(fù)雜度，算法的直觀解釋?zhuān)葞讉€(gè)方面，做了詳細(xì)的理論分析和實(shí)驗(yàn)比較。結(jié)果表明基于粗糙集的算法相對(duì)基于間隔的算法同樣有效，甚至在有些數(shù)據(jù)集上性能更好。本文還將粗糙集理論引入半監(jiān)督特征選擇。半監(jiān)督學(xué)習(xí)的不斷發(fā)展對(duì)傳統(tǒng)的特征選擇算法提出了新的要求。怎樣綜合利用有標(biāo)記樣本提供的類(lèi)別信息和無(wú)標(biāo)記樣本呈現(xiàn)的數(shù)據(jù)內(nèi)部結(jié)構(gòu)，構(gòu)建有效的特征選擇算法是一個(gè)嶄新的課題。本文結(jié)合模糊粗糙集和圖譜分析理論，提出了一種改進(jìn)的半監(jiān)督特征選擇