《表9 变精度β=0.7的分类精度》

  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

《基于属性质量度的变精度邻域粗糙集属性约简》

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

分析图1和图2的曲线可知，从总体的平均数据来看，测试数据集在本文算法下所得的平均分类精度在NFARNRS算法的曲线之上，表明基于本文算法的属性约简效果更优．而且，当β<0.9，本文算法的提升效果十分显著；而在β≥0.9时，由于分类率的平均增益变化减小，此时属性质量度主要由正域主导，本文算法和NFARNRS算法的差异就会逐渐变小，所以二者结果将会达到一致．但是本文算法对β的适应性更强，能在不同阈值下都得到更优的属性约简，表明本文提出的属性度量方式更适用于变精度邻域粗糙集的属性约简．