首页 > 代码库 > 【机器学习】粗糙集属性约简算法与mRMR算法的本质区别

【机器学习】粗糙集属性约简算法与mRMR算法的本质区别

1. 粗糙集属性约简算法仅仅选出属性重要度大的条件加入约减中,没有考虑约简中条件属性相互之间的冗余性,得到的约简往往不是都必要的,即含有冗余属性。

2. mRMR算法则除了考虑特征与类别之间的相关性,还考虑特征与特征之间的冗余度,约束特征与类别最大相关,特征与特征最小冗余。

3. 根据mRMR算法,将粗糙集约简算法改进为最小相关最大依赖度属性约简的算法如下 

 技术分享

技术分享

 

【机器学习】粗糙集属性约简算法与mRMR算法的本质区别