基于代价敏感和近似分类质量的决策粗糙集属性约简研究

来源：计算机应用研究杂志2019年第4期北京时间：

作者：陈婉清,秦亮曦,

单位：广西大学计算机与电子信息学院,南宁530004；

摘要：针对决策粗糙集属性约简在引入代价后分类精度不高的问题，对其中代价敏感与分类精度的平衡进行了研究。将分类总代价和近似分类质量作为属性约简过程中的约束条件，结合模拟退火方法，提出了一种基于代价敏感和近似分类质量的决策粗糙集属性约简（ARACOQ）算法。利用UCI数据集对算法进行了模拟实验，实验结果验证了ARACOQ算法的有效性，该算法能够在可承受代价范围内找到一个分类精度最高的属性约简集。

关键词：决策粗糙集,属性约简,代价敏感,近似分类质量,分类精度,

基金资助：国家自然科学基金资助项目(61363027)；广西重点研发计划资助项目(桂科AB16380260)；；