测试代价受限下数据的属性和粒度选择方法

计算机工程与科学

测试代价受限下数据的属性和粒度选择方法

廖淑娇1,2，朱清新1，梁锐1

（1.电子科技大学信息与软件工程学院，四川成都 610054;2.闽南师范大学数学与统计学院，福建漳州 363000）

收稿日期:2017-03-20 修回日期:2017-05-26 出版日期:2018-08-25 发布日期:2018-08-25
基金资助:
国家自然科学基金面上项目（61379021）；福建省自然科学基金面上项目（2017J01771）；福建省教育厅A类项目（JAT160291）;数字福建气象大数据研究所和数据科学与统计重点实验室资助项目

Selecting attributes and granularity

for data with test cost constraint

LIAO Shujiao1,2,ZHU Qingxin1,LIANG Rui 1

(1.School of Information and Software Engineering,University of Electronic Science and Technology of China,Chengdu 610054;

2.School of Mathematics and Statistics,Minnan Normal University,Zhangzhou 363000,China)

Received:2017-03-20 Revised:2017-05-26 Online:2018-08-25 Published:2018-08-25

摘要/Abstract

摘要：

代价敏感学习中经常考虑测试代价和误分类代价。在实际应用中，一个属性的测试代价常跟属性值的粒度有关，而一个具有多个属性的对象的误分类代价又常受它的属性的总测试代价大小的影响。基于这一点，研究在总测试代价受限的情形下，数据的属性和粒度选择的问题。以最小化数据处理的平均总代价为目标提出了一种方法，该方法能同时选择最优的属性子集和数据粒度。首先建立了该方法的理论模型，再设计了一个高效的算法。实验结果表明，所提算法能有效地进行不同大小的测试代价约束下的属性和粒度选择。

关键词: 代价, 误差, 邻域, 属性选择, 粒度选择

Abstract:

Test cost and misclassification cost are commonly considered in costsensitive learning. In real applications, the test cost of a feature is often related to the granularity of attribute values, and the misclassification cost of an object with multiple attributes is usually influenced by the total test cost of attributes. Based on this consideration, the paper studies the selection of attribute and granularity of data in the case where the total test cost is restrained. Aiming at minimizing the average total cost of data processing, a method is proposed to choose the optimal attribute subset and the optimal data granularity simultaneously. We first construct the theoretical model of the proposed method, and then design an efficient algorithm. Experimental results show that the proposed algorithm can effectively select the attributes and the granularity of data under different test cost constraints.

Key words: cost, error, neighborhood, attribute selection, granularity selection

廖淑娇1,2，朱清新1，梁锐1. 测试代价受限下数据的属性和粒度选择方法[J]. 计算机工程与科学.

LIAO Shujiao1,2,ZHU Qingxin1,LIANG Rui 1.

Selecting attributes and granularity

for data with test cost constraint

[J]. Computer Engineering & Science.

[1]	孙睿男, 初翔, 陈昱, 闫明宁. 基于混合启发式算法的快递末端选址路径优化研究[J]. 计算机工程与科学, 2024, 46(01): 159-169.
[2]	李安东, 刘升, 苟茹茹. 基于邻域搜索的改进反向学习平衡优化器算法[J]. 计算机工程与科学, 2023, 45(09): 1679-1690.
[3]	胡晨莹, 赵琰. 基于预测多对非对称直方图的可逆信息隐藏[J]. 计算机工程与科学, 2023, 45(03): 454-461.
[4]	王堃, 郑晨, 张立中, 陈志刚. 一种基于SARIMA-LSTM模型的电网主机负载预测方法[J]. 计算机工程与科学, 2022, 44(11): 2064-2070.
[5]	牛琨, 高仲合, 张凡. 面向整体区域的改进VIRE定位算法研究[J]. 计算机工程与科学, 2022, 44(09): 1602-1609.
[6]	龙科莅, 汪东, 陈虎, 李旭军. 基于Piecewise算法的反正切运算器的设计[J]. 计算机工程与科学, 2022, 44(08): 1342-1348.
[7]	刘云, 郑文凤, 张轶. 代价约束算法对入侵检测特征提取的优化研究[J]. 计算机工程与科学, 2022, 44(03): 447-453.
[8]	沈郭鑫, 蒋中云. 基于密度和中心指标的Canopy二分K-均值算法优化[J]. 计算机工程与科学, 2022, 44(02): 372-380.
[9]	罗施章, 张晶, 王健敏. 基于三维坐标修正的改进型3DDV-Hop定位算法[J]. 计算机工程与科学, 2021, 43(10): 1766-1772.
[10]	曹文态, 杨德刚, 冯骥, . 基于扩展自然邻居的无参分类方法[J]. 计算机工程与科学, 2021, 43(09): 1692-1699.
[11]	殷炜宏, 王若愚, 段倩倩, 李国强. 基于时态边缘算子的时间序列自主分段表示法[J]. 计算机工程与科学, 2021, 43(06): 1104-1111.
[12]	陈丽芳, 代琪, 赵佳亮. 不平衡数据多粒度集成分类算法研究[J]. 计算机工程与科学, 2021, 43(05): 917-925.
[13]	何康, 黄春, 姜浩, 谷同祥, 齐进, 刘杰, . 基于MPI的高精度归约函数设计与实现[J]. 计算机工程与科学, 2021, 43(04): 594-602.
[14]	曹婷婷, 张忠林. 代价敏感的KPCA-Stacking不均衡数据分类算法[J]. 计算机工程与科学, 2021, 43(03): 525-533.
[15]	黄春, 姜浩, 谷同祥, 齐进, 刘文超. 面向飞腾处理器的高精度求和与点乘算法实现和优化[J]. 计算机工程与科学, 2021, 43(01): 1-8.