《表2 实验数据集:基于区分矩阵的多粒度属性约简》
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#。
图表编号 | XD00109605200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 翁冉、王俊红、魏巍、崔军彪、黄卫华 |
绘制单位 | 山西大学计算机与信息技术学院、山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室、山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室、山西大学计算机与信息技术学院、文山学院数学与工程学院 |
更多格式 | 高清、无水印(增值服务) |