變精度下不完備混合數(shù)據(jù)如何進(jìn)行增量式屬性約簡

　　為了解決當(dāng)不完備混合決策系統(tǒng)中數(shù)據(jù)動態(tài)增加時，靜態(tài)屬性約簡方法的計算復(fù)雜度高的問題，提出變精度下不完備混合數(shù)據(jù)的增量式屬性約簡方法。首先，在變精度模型下給出了利用條件熵度量屬性的重要性程度；然后，詳細(xì)分析和設(shè)計了當(dāng)數(shù)據(jù)動態(tài)增加時條件熵的增量式更新變化情況和屬性約簡的更新機制；在此基礎(chǔ)上，利用啟發(fā)式貪心策略構(gòu)造了增量式的屬性約簡算法，實現(xiàn)了不完備的數(shù)值型和符號型混合數(shù)據(jù)下屬性約簡的動態(tài)更新。通過UCI數(shù)據(jù)集中五個真實的混合型數(shù)據(jù)集的實驗比較和分析，在約簡效果方面，利用增量式屬性約簡算法處理Echocardiogram、Hepatitis、Autos、Credit和Dermatology數(shù)據(jù)集的增量規(guī)模為900/0+ lOqo時，數(shù)據(jù)集的原屬性個數(shù)分別由12、19、25、17和34個約簡至6、7、10、11和13個，分別占原屬性集的50.0%、36.8%、40.0%、64.7%和38.2%；在執(zhí)行時間方面，增量式算法在五個數(shù)據(jù)集的平均耗時分別為2. 99 s、3.13 s、9.70 s、274.19 s和50. 87 s，靜態(tài)算法的平均耗時分別為284. 92 s、302. 76 s、1062. 23 s、3510. 79 s和667. 85 s，且增量式算法的耗時與數(shù)據(jù)集的實例規(guī)模、屬性個數(shù)和屬性值類型的分布相關(guān)。實驗結(jié)果表明，增量式屬性約簡算法在計算耗時方面要顯著優(yōu)于靜態(tài)算法，且能有效剔除數(shù)據(jù)中的冗余屬性。