一种基于信息熵加权的属性约简算法
来源：计算机应用研究杂志2024年第4期北京时间：
作者：罗帆,蒋瑜,
单位：成都信息工程大学软件工程学院,成都610200；
摘要：针对现有邻域粗糙集模型中存在属性权重都相同，无法保证关键属性在属性约简时能够被保留的问题，提出了一种基于信息熵加权的属性约简算法。首先，采用了类间熵、类内熵策略，以最大化类间熵最小化类内熵为原则给属性赋予权重；其次，构造了基于加权邻域关系的加权邻域粗糙集模型；最后，基于依赖关系评估属性子集的重要性，从而实现属性约简。在基于UCI数据集上与其他三种属性约简算法进行对比实验，结果表明，该算法能够有效去除冗余，提高分类精度。
关键词：属性约简,邻域粗糙集,属性加权,信息熵,
