一个基于邻域粗糙集的前向贪心的属性约简算法

以邻域粗糙集的属性重要度作为量度，从一个空集出发，前向贪心的选择重要度大的属性并入到约简集合，直到达到约简条件

function [select_feature]=fs_SD_Gread（sDatan）
%% fs_SD_Gread 函数返回基于标准差的贪心算法得到的属性约简
%% sData： 数据
%% n: 控制领域大小的参数

[rowcolumn]=size（sData.data）;

aaaaa=0;
%% 得到邻域关系
neighborRelation=my_SD_getNeighborRelation（sDatan）;
r=neighborRelation{column+1};

n=[];
x=0;
base=ones（row）;
pos=[];
attrinu=column;
for j=attrinu:-1:1
    sig=[];    
    
    %缩减决策属性的邻域关系和base矩阵
    r（pos:）=[];
    r（:pos）=[];
    base（:pos）=[];
    base（pos:）=[];
    
    %当所有元素都剔除时，跳出
    if isempty（base）
        break;
    end
    
    %缩减邻域关系
    for l=1:attrinu
        a=neighborRelation{l};
        a（pos:）=[];
        a（:pos）=[];
        neighborRelation{l}=a;
    end
    %poss 用来存放正域即下近似
    poss=cell（1attrinu）;
    
    for l=1:attrinu
        r2=neighborRelation{l};
        r1=min（r2base）;    
        
             
        rrr=size（r12）;
        importance=row-rrr;
        
        po=zeros（rrr）;
        aaaaa=aaaaa+rrr;
        for i=1:rrr           
            temp=min（[r1（i:）;r（i:）]）;
            incluse=sum（temp）/sum（r1（i:））;
            if incluse>=1
                po（i）=i;
                importance=importance+sum（temp）/length（find（temp~=0））;
            end            
        end
        % 剔除po中的非零元素
        po=po（po~=0）;%速度较快，比 a（~any（a1））=[]快
        
        poss{l}=po;
        sig（l）=importance/row;
    end
     
    [x1n1]=max（sig）;
    
    pos=poss{n1};
    x=[x;x1];
    len=length（x）;
    if abs（x（len）-x（len-1））>0.001
        base1=neighborRelation{n1};
        base=min（basebase1）;        
        n=[n;n1];
    else
        break
    end
end

select_feature=n;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1770  2010-08-16 18:50  FS_NRS_GREAD\fs_SD_Gread.m

     文件        881  2010-07-20 15:21  FS_NRS_GREAD\my_SD_getNeighborRelation.m

     文件      21567  2010-08-16 17:13  FS_NRS_GREAD\wine.mat

     目录          0  2010-08-20 22:33  FS_NRS_GREAD

----------- ---------  ---------- -----  ----

                24218                    4