基于互信息的属性约简改进算法

针对传统粗糙集算法准确率较低，精度较差，分析大规模数据时难以获得理想结果等问题，提出了基于互信息的属性约简改进算法。为了提高算法精度，引入了对条件熵的计算；采用条件概率考量属性重要性，降低了算法的复杂度；计算时，优先计算数据相容性，优化了样本计算数量；利用多组数据集，对比不同分类器和现有算法。实验结果表明，在不增加时间复杂度前提下，改进算法能得到更好的约简规则，获取理想的约简结果。