马西奥；赵雪荣 成本敏感的三向类特定属性约简。 （英语） Zbl 1452.68219号 国际J近似推理 105153-174（2019）. 摘要：粗糙集理论提供了一种构建三类分类规则的方法，从而实现三向决策。从这个角度出发，我们引入了成本敏感的三向特定类别属性约简的概念。基于三方决策的语义，我们在决策论粗糙集模型中引入了一个单调的结果代价，称为三方决策结果代价。我们从结果敏感和测试敏感的角度对基于分类的属性约简进行了批判性分析。在此基础上，我们提出了特定类别的成本敏感属性约简方法。更具体地说，我们定义了特定类别的最低成本降低。属性约简的目的是最小化关于特定决策类的结果成本和测试成本。我们设计了两种算法，分别基于添加-删除策略和删除策略来构造一类特定的最小成本约简。实验结果表明，对于属性的集合包含，三向决策的结果代价是单调的，对于特定决策类，特定类的最小代价约简可以更好地权衡误分类代价和测试代价。 引用于22文件 MSC公司： 68层37 人工智能背景下的不确定性推理 关键词：成本敏感的三方决策；属性约简；决策论粗糙集 软件：威卡 PDF格式BibTeX公司 XML格式引用 \textit{X.-A.Ma}和\textit{X.R.Zhao}，国际J.近似推理105，153-174（2019；Zbl 1452.68219） 全文： 内政部 参考文献： [1] Baggenstoss，P.M.，分类中的类特定特征集，IEEE Trans。信号处理。，47, 12, 3428-3432 (1999) ·Zbl 1064.62534号 [2] Chen，D.G。；赵S.Y.，模糊粗糙集决策系统的局部约简，模糊集系统。，161, 13, 1871-1883 (2010) ·Zbl 1192.68683号 [3] Elkan，C.，《成本敏感学习的基础》（国际人工智能联合会议，第17卷（2001年），劳伦斯·埃尔鲍姆联合有限公司），973-978 [4] Greco，S。；马塔拉佐，B。；Slowinski，R.，使用粗糙隶属度和贝叶斯确认测度的参数化粗糙集模型，国际期刊近似推理。，49, 2, 285-300 (2008) ·Zbl 1191.68678号 [5] 霍尔，M。；E.弗兰克。；霍姆斯，G。；普法林格，B。；鲁特曼，P。；Witten，I.H.，《weka数据挖掘软件：更新》，ACM SIGKDD Explor。新闻。，11, 1, 10-18 (2009) [6] 胡庆华。；谢振新。；Yu，D.R.，基于新型模糊粗糙模型和信息粒化的混合属性约简，模式识别。，40, 12, 3509-3521 (2007) ·Zbl 1129.68073号 [7] Huang，J.J.（黄，J.J.）。；Wang，J。；Yao，Y.Y。；Zhong，N.，通过学习成对偏好的成本敏感三向推荐，国际期刊近似理由。，86, 28-40 (2017) ·Zbl 1419.68209号 [8] 贾晓云。；Liao，W.H。；唐，Z.M。；Shang，L.，决策论粗糙集模型中的最小成本属性约简，信息科学。，219, 4, 151-167 (2013) ·Zbl 1293.91049号 [9] Jing，Y.G。；李·T·R。；黄J.F。；Zhang，Y.Y.，属性泛化下基于知识粒度的增量属性约简方法，Int.J.Approximate Reason。，76, 80-95 (2016) ·Zbl 1385.68047号 [10] Ju，H.R。；杨晓波（Yang，X.B.）。；Yu，H.L。；李·T·J。；Yu，D.J。；Yang，J.Y.，成本敏感粗糙集方法，信息科学。，355282-298（2016）·Zbl 1427.68315号 [11] 李海霞。；张立波。；周，X.Z。；黄，B.，使用深度神经网络的成本敏感序贯三方决策建模，国际期刊近似推理。，85, 68-78 (2017) ·Zbl 1419.68078号 [12] 李海霞。；周，X.Z。；黄，B。；Liu，D.，《成本敏感的三方决策：顺序策略》（RSKT 2013年会议记录）。RSKT 2013年会议记录，LNAI，第8171卷（2013年），325-337 [13] Li，J.H.等人。；库马尔，C.A。；梅，C.L。；Wang，X.Z.，《形式决策情境中约简的比较》，《国际期刊近似推理》。，80, 100-122 (2017) ·Zbl 1400.68208号 [14] Li，W.W。；黄志强。；Li，Q.，《基于三种决策的软件缺陷预测》，Knowl-基于系统。，91, 263-274 (2016) [15] Liang，D.C。；佩德里茨，W。；刘，D。；胡，P.，基于决策论粗糙集的语言评估辅助群体决策的三向决策，应用。软计算。，29, 256-269 (2015) [16] 刘，D。；李·T·R。；Li，H.X.，一种基于决策论粗糙集的多类别分类方法，Fundam。通知。，115, 2, 173-188 (2012) ·Zbl 1248.68492号 [17] 刘，D。；李·T·R。；阮，D.，具有决策论粗糙集的概率模型准则，信息科学。，181, 17, 173-178 (2011) [18] Liu，G.L。；华，Z。；Zou，J.Y.，决策表的局部属性约简，信息科学。，422, 204-217 (2018) ·Zbl 1436.68351号 [19] Ma，X.A。；Wang，G.Y。；Yu，H。；Li，T.R.，决策理论粗糙集模型中的决策区域分布保留约简，信息科学。，278, 614-640 (2014) ·Zbl 1354.68264号 [20] 马，X.-A。；Yao，Y.Y.，《类特定属性约简的三种决策视角》，《信息科学》。，450, 227-245 (2018) [21] Miao，D.Q。；Zhao，Y。；李海霞。；Xu，F.F.，Pawlak粗糙集模型一致和不一致决策表的相对约简，信息科学。，17924414-4150（2009年）·Zbl 1183.68608号 [22] 最小值，F。；He，H.P。；Qian，Y.H。；Zhu，W.，测试敏感属性约简，信息科学。，181, 22, 4928-4942 (2011) [23] 最小值，F。；胡庆华。；朱伟，带测试成本约束的特征选择，国际期刊近似原因。，第55167-179页（2014年）·Zbl 1316.68117号 [24] 最小值，F。；Liu，Q.H.，测试-敏感决策系统的层次模型，信息科学。，179, 14, 2442-2452 (2009) ·Zbl 1192.68651号 [25] 新墨西哥州帕塔兰。；沈，Q。；Jensen，R.，探索属性约简粗糙集边界区域的距离度量方法，IEEE Trans。知识。数据工程，22305-317（2010） [26] Pawlak，Z.，《粗糙集》，《国际计算杂志》。信息科学。，11, 5, 341-356 (1982) ·Zbl 0501.68053号 [27] Pawlak，Z.，《粗糙集：关于数据推理的理论方面》（Rough Sets:Theory Aspects of Reasoning about Data）·Zbl 0758.68054号 [28] Pawlak，Z。；Skowron，A.，《粗糙集的基础》，《信息科学》。，177, 1, 3-27 (2007) ·Zbl 1142.68549号 [29] Pedrycz，W.，《颗粒计算：智能系统的分析和设计》（2013），CRC出版社/弗朗西斯·泰勒：CRC出版社/Fran西斯·泰勒-博卡拉顿 [30] 彼得斯，J.F。；Ramanna，S.，《近距离三方决策：社交网络中的理论和应用》，Knowl-基于系统。，91, 4-15 (2016) [31] 钱，J。；Dang，C.Y。；Yue，X.D。；Zhang，N.，动态粒度下连续三方决策的属性约简，国际期刊近似推理。，85, 196-216 (2017) ·Zbl 1419.68175号 [32] Qian，Y.H。；张，H。；Sang，Y.L。；Liang，J.Y.，多粒度决策理论粗糙集，Int.J.近似推理。，55, 1, 225-237 (2014) ·Zbl 1316.68190号 [33] Savchenko，A.V.，基于连续三向决策和粒度计算的分段规则对象的快速多类识别，Knowl-基于系统。，91, 252-262 (2016) [34] Ślęzak，D。；Ziarko，W.，《贝叶斯粗糙集模型的研究》，国际期刊近似推理。，40, 1, 81-89 (2005) ·Zbl 1099.68089号 [35] 宋，J.J。；曾荫权（Tsang，E.C.）。；Chen，D.G。；Yang，X.B.，模糊决策理论粗糙集模型中的最小决策成本降低，Knowl-基于系统。，126, 104-112 (2017) [36] Stepaniuk，J.，近似空间，约简和代表，（知识发现中的粗糙集2（1998），Springer），109-126·Zbl 0943.68158号 [37] 肯塔基州桑加维拉。；Pethalakshmi，A.，基于粗糙集理论的维数约简：综述，应用。软计算。，9, 1, 1-12 (2009) [38] Turney，P.D.，归纳概念学习中的成本类型（2002），预印本 [39] Wang，G.Y。；Ma，X.A。；Yu，H.，概率粗糙集模型中属性约简的单调不确定性测度，国际期刊近似推理。，59，41-67（2015）·Zbl 1328.68231号 [40] 谢晓杰。；Qin，X.L.，动态不完备决策系统的一种新的增量属性约简方法，国际期刊近似推理。，93, 443-462 (2018) ·Zbl 1452.68235号 [41] 杨，X。；李·T·R。；Fujita，H。；Liu，D.，《多类别决策的连续三方方法》，《国际期刊近似理由》。，104, 108-125 (2019) ·Zbl 1452.68237号 [42] 杨，X。；李·T·R。；刘，D。；Chen，H.M。；罗，C.，动态三向概率粗糙集的统一框架，信息科学。，420, 126-147 (2017) ·Zbl 1436.68362号 [43] 杨晓波（Yang，X.B.）。；Qi，Y.S.先生。；宋，X.N。；杨建勇，测试成本敏感性多粒度粗糙集：模型和最小成本选择，信息科学。，250, 184-199 (2013) ·Zbl 1320.68197号 [44] Yao，J.T。；瓦西拉科斯，A.V。；Pedrycz，W.，《颗粒计算：前景和挑战》，IEEE Trans。赛博。，43, 6, 1977-1989 (2013) [45] Yao，Y.Y.，概率粗糙集的三向决策，Inf.Sci。，180, 3, 341-353 (2010) [46] Yao，Y.Y.，颗粒计算和顺序三方决策，（RSKT会议记录，2013。RSKT 2013年会议记录，LNAI，第8171卷（2013年），16-27 [47] Yao，Y.Y.，粗糙集理论的两面，Knowl-基于系统。，80, 67-77 (2015) [48] Yao，Y.Y.，《三种决策和认知计算》，Cogn。计算。，8, 4, 543-554 (2016) [49] Yao，Y.Y.，《三元决策与粒度计算》，《国际期刊近似原因》。，103, 107-123 (2018) ·Zbl 1448.68427号 [50] Yao，Y.Y。；Wong，S.K.M.，《近似概念的决策理论框架》，国际J.Man-Mach出版社。螺柱，37、6、793-809（1992） [51] Yao，Y.Y。；张晓勇，粗糙集理论中的类属性约简，信息科学。，418, 601-618 (2017) ·Zbl 1436.68363号 [52] Yao，Y.Y。；赵勇，决策论粗糙集模型中的属性约简，信息科学。，178, 17, 3356-3373 (2008) ·Zbl 1156.68589号 [53] Yao，Y.Y。；Zhao，Y。；Wang，J.，《关于约简构造算法》（计算科学学报II，第5150卷（2008）），100-117·Zbl 1154.68513号 [54] Yu，H。；焦，P。；Yao，Y.Y。；Wang，G.Y.，用三方决策检测和细化复杂网络中的重叠区域，信息科学。，373, 21-41 (2016) ·Zbl 1429.68245号 [55] Yu，H。；张，C。；Wang，G.Y.，使用三方决策理论的基于树的增量重叠聚类方法，Knowl-基于系统。，91189-203（2016） [56] 张海瑞。；Min，F.，基于随机森林的三向推荐系统，Knowl-基于系统。，91275-286（2016） [57] 张庆华。；Xia，D.Y。；王国勇，具有两类分类错误的三元决策模型，《信息科学》。，420, 431-453 (2017) ·Zbl 1436.68367号 [58] 张晓云。；Miao，D.Q.，三向属性约简，国际期刊近似原因。，88, 401-434 (2017) ·Zbl 1418.68217号 [59] X.R.Zhao。；胡碧琴，基于模糊概率测度的模糊和区间值模糊决策理论粗糙集方法，信息科学。，298534-554（2015）·Zbl 1360.68856号 [60] X.R.Zhao。；Hu，B.Q.，模糊概率粗糙集及其相应的三方决策，Knowl-基于系统。，91, 126-142 (2016) [61] X.R.Zhao。；胡碧琴，多值信息表中基于决策论粗糙集的三元决策，信息科学。（2018年） [62] 周，B.，多类决策论粗糙集，国际J近似推理。，55, 1, 211-224 (2014) ·Zbl 1316.68203号 [63] Ziarko，W.，粗糙集的概率方法，国际期刊近似推理。，49, 2, 272-284 (2008) ·Zbl 1191.68705号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。