代價敏感屬性中對數(shù)加權算法和信息增益算法的比較

牛軍霞

(陜西服裝工程學院，陜西 咸陽 712000)

1 最小測試代價的屬性選擇

定義1(最小測試代價的屬性選擇問題)[1-2]設測試代價獨立的決策系統(tǒng)為S，其中，相對約簡所構成的集合為Red(S)∈S。對于?R∈Red(S)，有c(R)=min{c(R′)|R′∈ Red(S)}，稱R為最小測試代價屬性約簡(Minimal test cost reduct，MTR)，其中R(MTR(R)。

2 最小測試代價屬性選擇的對數(shù)加權算法

為了解決最小測試代價屬性選擇的問題，關于整個對數(shù)加權啟發(fā)式算法的流程，本文采用了3個階段加以說明。

算法的初始化階段稱之為第1階段，其中的偽代碼是下面算法框架中的第1行。

算法的核心階段為第2階段，其中的偽代碼是算法框架的3到9行，在算法第2階段中，我們可以發(fā)現(xiàn)在已經(jīng)設定好的啟發(fā)式函數(shù)基礎上算法把最好的屬性逐步添加給屬性集B，直到B為超約簡。關于整個算法的詳細流程如下所示。

算法：最小測試代價的對數(shù)加權啟發(fā)式算法

輸入代價敏感決策系統(tǒng)：其中S=(U，C，D，V，I，c)

輸出最后的屬性約簡集合：B使用的方法：對數(shù)加權法

(1)首先輸入集合B=?。

(2) CA=C； //將原始屬性集合賦值給集合CA。

(3)while ((POSB(D) ( POSC(D)) do//如果逐個添加的屬性正域集合不等于整個屬性的條件正域集合。

(4)for (α∈CA) do。

(5)Compute f(Bi，α，c(αi)，)。

(6) end for。

(9)end while //刪除屬性，主要根據(jù)信息熵的變化刪除冗余屬性。

(13)end if。

(14)end for。

(15)Return B。

算法的刪除階段為第3階段，其中包含算法流程的10到15行，在刪除階段中的屬性集B，算法在運行過程如果任意刪除某一個屬性α后，而整個算法在整體上能夠有效地剔除多余的屬性，以及不會帶來代價的增長時候，正域就保持不變。

通過以上算法的3個階段的運行，一個滿足具有最小代價的屬性子集最終就可以輸出?！?br>