论文部分内容阅读
最小代价属性选择是数据挖掘的重要问题之一，问题的优化目标是得到总代价最小的属性子集。在实际数据的获取过程中，测量误差是不可避免的。基于测量误差，目前已有一些相关的最小代价属性选择方法。但这些方法存在效率上的问题，特别是对大规模数据集。为解决这一关键问题，提出一种基于误差数据的最小代价属性选择分治算法。该算法将数据集按列拆分为若干个互不相交的子数据集，实现对各子数据集的求解，分而治之。对于不同规模的数据集，其子数据集的大小及总个数并非固定不变，而是根据各数据集的规模自适应设定的。该算法通过拆分数据集来降低问