OFFSS算法的改進(jìn)及實(shí)現(xiàn).pdf

1、特征子集選擇FSS(FeatureSubsetSelection)是機(jī)器學(xué)習(xí)和模式識(shí)別中非常困難而有意義的一個(gè)問(wèn)題，其目的是為了減少用于分類(lèi)或識(shí)別問(wèn)題中的特征數(shù)量，以提高學(xué)習(xí)算法的效率和準(zhǔn)確度?，F(xiàn)有的屬性選擇研究大多都集中于特征值是實(shí)型或符號(hào)型事例，研究模糊值特征子集選擇及其計(jì)算復(fù)雜性的比較少。最優(yōu)模糊特征子集選取OFFSS(OptimalFuzzy-ValuedFeatureSubsetSelection)是一種用模糊擴(kuò)張矩陣進(jìn)行最優(yōu)

2、特征子集選擇的方法。OFFSS通過(guò)計(jì)算正例集合和反例集合的覆蓋程度OV得到一個(gè)閾值T。OFFSS問(wèn)題就是在屬性值為模糊值的特征全集FS中，尋找一個(gè)特征子集S*，使S*是在OV≤T的情況下，F(xiàn)S的最小子集。 本文提出了一種基于underT元素流失率的OFFSS改進(jìn)算法，提高了OFFSS算法的特征選擇效果，并應(yīng)用面向?qū)ο蟮能浖O(shè)計(jì)技術(shù)實(shí)現(xiàn)了基于GUI的OFFSS系統(tǒng)。在大量實(shí)驗(yàn)的基礎(chǔ)上，驗(yàn)證了基于underT元素流失率的OFFSS算