普通方法实现属性约简python

不确定性计算作业三属性约简

一．算法描述

属性约简又称维规约或特征选择，从数学的角度考虑，就是有p维数据x=(x1,x2……xp)，通过某种方法，得到新的数据x’=(x’1,x’2…… x’k) , k≤p, 新的数据在某种评判标准下，最大限度地保留原始数据的特征。属性约简主要是为了解决高维数据计算的复杂性和准确性问题。目标是消除冗余和不相关属性对计算过程和最终结果造成的影响。

二．数据描述

使用课本数据

三．算法参数

输入：属性矩阵

输出：约简后属性

四．实验流程

1.计算所有属性的划分，再求决策属性在该划分下上的下近似，作为依赖度计算分母。

2.计算每个属性对应划分依赖度

k=γP(Q)=|POSP(Q)|/|U|

3.约简可表示为

最小约简

4.若依赖度不为1，则从剩下的属性和当前属性一起求划分，重复步骤二，知道依赖

度达到最大依赖度时，停止迭代，当前属性则为最简属性

五．实验结果

六．讨论

主成分分析经常用于减少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。主成分描述了数据的可变性，通过它可以模拟原始数据。主成分分析作为最重要的多元统计方法之一，在经济社会、企业管理、工业控制、模式识别等各领域有极其广泛的应用。