[Day 27]粗糙集特徵选择简介-5

上次说到了在特徵子集 Q 之下
被特徵子集 P 细分的程度
如果是 1 则表示 P 可以完全分类 Q
如果是 0 则表示 P 完全无法分类 Q

接下来要来说如何用这个做特徵选取

就如同之前说的
特徵选择不外乎几个步骤
选定模型 → 更新特徵子集 → 计算模型表现力

在这里我们选用粗糙集
并更新特徵子集 P
模型表现力用细分程度衡量

选取流程如论文中的图

其实细细品味一下
你会发现这其实就是向前特徵选取~XD

所以自然你也可以用类似的方法
做向後特徵选择

我觉得这篇论文写得很好
最好的地方是它有许多的例子
可以边读边跟着他计算、对答案
确保自己的理解是正确的
所以如果你对 fuzzy-rough feature selection 有兴趣可以看看这篇
可(开)惜(心)接下来的时间不够细说他接下来的 fuzzy 部份了!!