Resumen

Para la minería de datos, la reducción de los atributos redundantes innecesarios, que se conoce como reducción de atributos (AR), en particular, las reducciones con cardinalidad mínima, es un paso importante de preprocesamiento. En este trabajo, mediante un método de codificación de subconjuntos de atributos combinados, se propone una nueva estrategia de búsqueda para la reducción de atributos mínimos basada en la teoría de conjuntos rugosos (RST) y el algoritmo del enjambre de peces (FSA). El método identifica los atributos centrales mediante la matriz de discernibilidad en primer lugar y todos los subconjuntos de conjuntos de atributos no centrales con la misma cardinalidad se codificaron en números enteros como los individuos de FSA. A continuación, el método de codificación limita hasta cierto punto la dirección evolutiva del individuo. La función de aptitud de un individuo se define en función de la dependencia de atributos de RST, y se utilizó FSA para encontrar el conjunto óptimo de reducciones. En cada bucle, si la máxima dependencia de atributos y la dependencia de atributos del conjunto de atributos de la condición son iguales, el algoritmo termina, de lo contrario se añade un solo atributo al siguiente bucle. Se seleccionaron algunos conjuntos de datos conocidos de la UCI para verificar este método. Los resultados experimentales muestran que el método propuesto busca el conjunto mínimo de reducción de atributos de forma efectiva y tiene una excelente capacidad de búsqueda global.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:reducción mínima de atributos, dependencia de atributos, subconjunto de atributos, capacidad de búsqueda global, estrategia de búsqueda novedosa, métodos de combinación, algoritmo del enjambre de peces, dependencia máxima de atributos, dependencia de condiciones, conjunto de reducciones
• Keywords:minimal attribute reduction, attribute dependency, subset of attribute, global search ability, novel search strategy, methods of combination, fish swarm algorithm, maximum attribute dependency, dependency of conditions, set of reducts