Spark下的分布式粗糙集屬性約簡(jiǎn)算法
發(fā)布時(shí)間:2021-01-19 13:17
屬性約簡(jiǎn)(特征選擇)作為數(shù)據(jù)預(yù)處理的重要環(huán)節(jié),大多以屬性依賴(lài)作為篩選屬性子集的標(biāo)準(zhǔn)。設(shè)計(jì)了一種快速依賴(lài)計(jì)算方法 FDC,通過(guò)直接尋找基于相對(duì)正域的對(duì)象來(lái)計(jì)算依賴(lài)度,而不需要預(yù)先求出相對(duì)正域,相比傳統(tǒng)方法在速度上有明顯的性能提升。另外,改進(jìn)鯨魚(yú)優(yōu)化算法(WOA)使其能夠有效應(yīng)用于粗糙集屬性約簡(jiǎn)。結(jié)合上述兩個(gè)方法,提出一種基于Spark的分布式粗糙集屬性約簡(jiǎn)算法SP-WOFRST,并在兩組人工合成的大數(shù)據(jù)集上與另一種基于Spark的粗糙集屬性約簡(jiǎn)算法SP-RST進(jìn)行對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明所提出的SP-WOFRST算法在精度和速度上均優(yōu)于SP-RST。
【文章來(lái)源】:計(jì)算機(jī)應(yīng)用. 2020,40(02)北大核心
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
0 引言
1 粗糙集與依賴(lài)度計(jì)算
1.1 粗糙集
1.2 依賴(lài)度計(jì)算
1.3 快速依賴(lài)計(jì)算
2 鯨魚(yú)優(yōu)化算法及其改進(jìn)
2.1 鯨魚(yú)優(yōu)化算法
2.1.1 包圍獵物
2.1.2 泡泡網(wǎng)攻擊
2.1.3 搜索獵物
2.2 應(yīng)用與改進(jìn)
3 SP-WOFRST算法
4 實(shí)驗(yàn)結(jié)果與分析
4.1 數(shù)據(jù)集
4.2 實(shí)驗(yàn)配置
4.3 度量標(biāo)準(zhǔn)
4.4 結(jié)果分析
5 結(jié)語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]基于條件信息熵的決策表約簡(jiǎn)[J]. 王國(guó)胤,于洪,楊大春. 計(jì)算機(jī)學(xué)報(bào). 2002(07)
本文編號(hào):2987060
【文章來(lái)源】:計(jì)算機(jī)應(yīng)用. 2020,40(02)北大核心
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
0 引言
1 粗糙集與依賴(lài)度計(jì)算
1.1 粗糙集
1.2 依賴(lài)度計(jì)算
1.3 快速依賴(lài)計(jì)算
2 鯨魚(yú)優(yōu)化算法及其改進(jìn)
2.1 鯨魚(yú)優(yōu)化算法
2.1.1 包圍獵物
2.1.2 泡泡網(wǎng)攻擊
2.1.3 搜索獵物
2.2 應(yīng)用與改進(jìn)
3 SP-WOFRST算法
4 實(shí)驗(yàn)結(jié)果與分析
4.1 數(shù)據(jù)集
4.2 實(shí)驗(yàn)配置
4.3 度量標(biāo)準(zhǔn)
4.4 結(jié)果分析
5 結(jié)語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]基于條件信息熵的決策表約簡(jiǎn)[J]. 王國(guó)胤,于洪,楊大春. 計(jì)算機(jī)學(xué)報(bào). 2002(07)
本文編號(hào):2987060
本文鏈接:http://www.sikaile.net/kejilunwen/sousuoyinqinglunwen/2987060.html
最近更新
教材專(zhuān)著