论文研究基于强化正域的属性约简方法.pdf

通过对多种约简方法进行比较，为了得到更好的结果，在传统基于属性依赖度的约简方法基础上，定义更精确的强化正域概念。通过对边界域的精确划分，得出各条件属性对决策属性的强化依赖度，并用自顶向下的启发式搜索算法得到约简结果。采用UCI标准数据集对基于强化正域约简方法REPR进行测试，约简数据后构建的决策树规模小，分类精度高。实验结果表明，相比于经典方法，REPR能更有效地对决策表进行属性约简。