clsf_dpd_fast_3.m

Neighborhood rough set based feature evaluation and reduction

function [dependency,smp_csst]=clsf_dpd_fast_3(data_array,delta,smp_chk)
%程序描述：clsf_dpd_fast2,计算新加入的一个属性的依赖度,相比1，减少了邻域计算次数，但增加了前面的判断次数(no,no,no))---
%--------新思想+我的改进1+我的改进2
%5种情况：（每次是否检查全部样本、邻域样本是否全部检查、距离是否计算完）=>(yes，yes,yes)+(no，yes,yes)+(no，yes,n
%o)+(no,no,yes)+(no,no,no)
%data_array：标准化之后的数据,数组，列表示一个属性(包括决策属性)在不同样本上的取值，行表示一个样本在不同属性上的取值
%delta：邻域大小,固定值
%smp_chk:需判断类别的样本编号，新加入的属性只对这些样本有作用，因此计算的是新加入属性的依赖度
[m,n]=size(data_array);
num_rightclassified=0;
smp_csst=[];
for i=1:length(smp_chk)
    % find the neighborhood of xi
    sign=1;
    j=0;
    while j~=m
        j=j+1;
        in=1;
            k=0;    
            while k<n-1
                k=k+1;
                dist=abs(data_array(smp_chk(i),k)-data_array(j,k));
                if dist>delta
                    k=n-1;
                    in=0; % in is a flag which shows whether the current sample is in the neighborhood of xi or not 
                end
            end
            if in==1
                if data_array(j,n)~=data_array(smp_chk(i),n)
                    j=m;
                    sign=0;
                end
            end
    end
    if sign==1
        num_rightclassified=num_rightclassified+1;
        smp_csst=[smp_csst,smp_chk(i)];
    end
end
dependency=num_rightclassified/m;