《表7 Connect-4数据集在10种不同分组方式下的约简结果》

  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

《属性组序下基于代价敏感的约简方法》

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

表3至表7是ARCSGO算法在属性重要度和代价加权（λ=0.5）和仅考虑属性重要度（λ=0）时在五个数据集上的不同约简结果.首先该算法针对不同的分组方式可以得到不同的约简结果，其次在分组数G=3时，实验数据集所得的约简结果都有较高的SAP值，这是因为算法在删除分组时优先保留了较高偏好的分组．从代价角度来看，局部加权的方法同样在属性组序的关系下成立，λ=0.5时和λ=0时得到的约简结果相比，代价相等或更低．这里讨论一种最坏的情况，即当所有重要度较大的属性恰好为一个约简结果处于最高偏好的分组当中时，通过该算法优先按照属性组序的方式删除属性，最终得到的约简结果就为属性重要度算法的约简结果，其代价也就最大．所以该算法以属性组序作为用户首要的偏好关系，其次从各分组中添加属性，可以得到较高SAP的约简结合，其代价与用户分组方式有关．