基于粗糙集的动态特征选择算法研究
打开文本图片集
关键词：粗糙集；动态；特征选择；信息量；可分辨矩阵；正域
１ 引言
所谓特征选择，顾名思义是从原始特征空间中筛选与任务相关的特征，剔除无关、冗余及噪声特征等［１］。 在大数据时代下，由于信息量急速增加，数据集的构成具有动态变化和不确定性的特征，传统特征选择方法普遍面临不能适应的问题［２］。 粗糙集理论作为一种数据分析理论，是一种处理不精确、不确定与不完全数据的数学方法，被广泛应用于知识发现、模式识别、生物学及数据挖掘等领域，使得应用粗糙集理论解决数据特征选择面临的上述不确定性问题成为可能。（剩余2769字）