粗糙集理论及应用.ppt

* * 利用启发式搜索进行属性约简 性质1： 若M ?N ? C，则POS M （D） ? POSN （D） 性质2： M ?N ? C ，X ?U，则对任意x ∈ U，若x ∈ POS M （D） ，则x ∈ POSN （D）. * * 利用启发式搜索进行属性约简 算法步骤： 第1步. ?a ∈ A: 计算邻域关系Νa ; 第2步. 将? 赋给red ； 第3步. 对任意ai∈A-red ， 计算 //此处定义K?(D) = 0 第4步. 选择ak ，其满足: SIG(ak,red,D) = maxi(SIG(ai,red,D )） 第5步. 如果SIG(ak,red,D) 0 ,将red U ak 赋给red ， 返回第3步； 否则，返回red，结束。 观看演示 * * 主要内容 ?? 粗糙集发展历程 粗糙集的基本理论介绍 ?? 粗糙集的属性约简算法研究 ?? 粗糙集的扩展模型 在文本分类中的应用 现有工具简介 * * 经典粗糙集存在的问题 经典粗糙集理论的主要存在的问题是： 1)对原始数据本身的模糊性缺乏相应的处理力； 2)对于粗糙集的边界区域的刻画过于简单； 3)对属性为连续数值的情况缺乏好的解决办法。 * * 可变精度粗糙集模型 W.Ziarko提出了一种称之为可变精度粗糙集模型，该模型给出了 错误率低于预先给定值的分类策略，定义了该精度下的正区域、边界 区域和负区域。下面扼要地介绍其思想： 一般地，集合X包含于Y并未反映出集合X的元素属于集合Y的“多 少”。为此，VPRS定义了它的量度： C(X, Y)=1–card(X?Y)/card(X) 当card(x)0， C(X, Y)=0 当card(x)=0。 C(X, Y)表示把集合X归类于集合Y的误分类度，即有C(X, Y)?100%的元 素归类错误。显然，C(X, Y)=0时有X?Y。如此，可事先给定一错误分 类率?(0??0.5)，基于上述定义，我们有X??Y，当且仅当C(X,Y)??。 * * 可变精度粗糙集模型 在此基础上，设U为论域且R为U上的等价关系，U/R=A={X1, X2, …, Ak }，这样，可定义集合X的?-下近似为 R?X =?Xi (C(Xi, X)??, i=1, 2, …, k)， 并且R?X称为集合X的?-正区域，集合X的?-上近似为 R?X =?Xi (C(Xi, X)1–?, i=1, 2, …, k)， 这样，?-边界区域就定义为： BNR?X =?Xi (?C(Xi, X)1–?)； ?-负区域为：NEGR?X=?Xi (C(Xi, X)?1–?)。 以此类推，我们还可以定义?-依赖、?-约简等与传统粗糙集模型相对应的概念。 * * 相似模型 在数据中存在缺失的属性值的时候（在数据库中很普遍），等价关系无法处理这种情形。为扩展粗糙集的能力，有许多作者提出了用相似关系来代替等价关系作为粗糙集的基础。 在使用相似关系代替粗糙集的等价关系后，最重要的变化就是相似类不再形成对集合的划分了，它们之间是相互重叠的。类似于等价类，可以定义相似集，即所有和某各元素x在属性集合B上相似的集合SIMb(x)。值得注意的是SIMb(x)中的元素不一定属于同一决策类， 因此还需要定义相似决策类，即相似集对应的决策类集合。 * * 邻域模型 作为一种有效的粒度计算模型，Pawlak 粗糙集定义在 经典的等价关系和等价类基础上，只适合于处理名义型变 量，对于现实应用中广泛存在的数值型数据却不能直接处 理。在金融、医疗、科研和工程应用领域数值型变量无处 不在，如振动分析中的频谱信号，变压器状态分析中的温 度、电流、电压信号等，研究人员在引入粗糙集等机器学 习方法来处理该类数据时，往往采用离散化算法把数值型 属性转化为符号型属性。这一转换不可避免地带来了信息 损失，计算处理的结果很大程度上取决于离散化的效果。 * * 邻域模型 为解决上述问题，有人提出了邻域粗糙集模 型。该模型以实数空间中的每一个点形成一个δ 邻域，δ邻域族构成了描述空间中任一概念的基 本信息粒子。对于空间中的任一子集，通过基本 邻域信息粒子进行逼近，并由此提出了邻域信息 系统和邻域决策表模型。 * * 主要内容 ?? 粗糙集发展历程 粗糙集的基本理论介绍 ?? 粗糙集的属性约简算法研