基于邻域可分性的属性约简方法、装置、设备及存储介质

本申请公开了一种基于邻域可分性的属性约简方法、装置、设备及存储介质，方法包括基于决策属性集确定各对象的双邻域信息粒；基于各对象的双邻域信息粒和待优化属性权重矩阵量化论域关于条件属性集的内部聚合度和外部分散度；基于内部聚合度和外部分散度构建目标函数，并求解所述目标函数以进行属性约简。本申请充分利用对象的局部结构信息，量化论域关于条件属性集的内部聚合度和外部分散度，再联合内部聚合度和外部分散度建立目标函数，解决了特征选择过程中，由于反复计算各种二元关系或信息粒、逐个选择属性而造成的算法效率低的问题，提升了特征选择的计算效率，进而提升了机器学习的计算效率。