傳統(tǒng)的屬性約簡由于其時(shí)間復(fù)雜度和空間復(fù)雜度過高，幾乎無法應(yīng)用到大規(guī)模的數(shù)據(jù)集中．將隨機(jī)抽樣引入傳統(tǒng)的模糊粗糙集中，使得屬性約簡的效率大幅度提升．首先，在統(tǒng)計(jì)下近似的基礎(chǔ)上提出一種統(tǒng)計(jì)屬性約簡的定義．這里的約簡不是原有意義上的約簡。而是保持基于統(tǒng)計(jì)下近似定義的統(tǒng)計(jì)辨識(shí)度不變的屬性子集，然后。采用抽樣的方法計(jì)算統(tǒng)計(jì)辨識(shí)度的樣本估計(jì)值，基于此估計(jì)值可以對(duì)統(tǒng)計(jì)屬性重要性進(jìn)行排序，從而可以設(shè)計(jì)一種快速的適用于大規(guī)模數(shù)據(jù)的序約簡算法．由于隨機(jī)抽樣集以及統(tǒng)計(jì)近似概念的引入，該算法從時(shí)間和空間上均降低了約簡的計(jì)算復(fù)雜度，同時(shí)又保持了數(shù)據(jù)集中信息含量幾乎不變．最后，數(shù)值實(shí)驗(yàn)將基于隨機(jī)抽樣的序約簡算法和兩種傳統(tǒng)的屬性約簡算法從以下3個(gè)方面進(jìn)行了對(duì)比：計(jì)算屬性約簡時(shí)間消耗、計(jì)算屬性約簡空間消耗、約簡效果．對(duì)比實(shí)驗(yàn)驗(yàn)證了基于隨機(jī)抽樣的序約簡算法在時(shí)間與空間上的優(yōu)勢．
?