《表2 实验数据集：基于区分矩阵的多粒度属性约简》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于区分矩阵的多粒度属性约简》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文提出的基于区分矩阵的多粒度属性约简算法（Disernibility matrix multigranula?tion attribute reduction，DMR）的性能，把该算法与传统正域意义下的属性约简算法[5](Positive attri?bute reduction，AR1），基于熵的属性约简算法[6](Entropy attribute reduction，AR2）的性能进行了比较。在5个UCI公开数据集和1个高维数据集（见表2）上对以上算法进行了实验测试。这些数据集中，数据集Zoo是离散的，其余均是连续的。对于连续型数据进行了离散化操作，将属性值离散化为4个取值。实验的硬件环境是3.60 GHz的CPU，8 GB的内存，编程语言为C#。