一種統(tǒng)計屬性約簡的定義

　　傳統(tǒng)的屬性約簡由于其時間復(fù)雜度和空間復(fù)雜度過高，幾乎無法應(yīng)用到大規(guī)模的數(shù)據(jù)集中．將隨機抽樣引入傳統(tǒng)的模糊粗糙集中，使得屬性約簡的效率大幅度提升．首先，在統(tǒng)計下近似的基礎(chǔ)上提出一種統(tǒng)計屬性約簡的定義．這里的約簡不是原有意義上的約簡。而是保持基于統(tǒng)計下近似定義的統(tǒng)計辨識度不變的屬性子集，然后。采用抽樣的方法計算統(tǒng)計辨識度的樣本估計值，基于此估計值可以對統(tǒng)計屬性重要性進行排序，從而可以設(shè)計一種快速的適用于大規(guī)模數(shù)據(jù)的序約簡算法．由于隨機抽樣集以及統(tǒng)計近似概念的引入，該算法從時間和空間上均降低了約簡的計算復(fù)雜度，同時又保持了數(shù)據(jù)集中信息含量幾乎不變．最后，數(shù)值實驗將基于隨機抽樣的序約簡算法和兩種傳統(tǒng)的屬性約簡算法從以下3個方面進行了對比：計算屬性約簡時間消耗、計算屬性約簡空間消耗、約簡效果．對比實驗驗證了基于隨機抽樣的序約簡算法在時間與空間上的優(yōu)勢．
?