浙江大学的研究生《人工智能引论》课件.pptVIP

实例分析（续）：关于问题(1)的解答 【问题(1)】： 试写出根据决策属性f所得到的等价类。 【解答】：对决策属性f而言，有2个等价类，分别为 对应于Reject： {1, 4, 5} 对应于Accept： {2, 3, 6} 实例分析（续）：关于问题(2)的解答 【问题(2)】：设P = {a, c}，试分别计算决策属性f分别为Reject和Accept时的下近似PX和上近似P*X。【注意】：应该有四个近似集。 【解答】：因P={a,c}，故有U/P={{1}, {2, 3, 5}, {4, 6}} 对应于Reject，因其等价类为{1, 4, 5}，故有 下近似集：{1} 上近似集：{1, 2, 3, 4, 5, 6} 对应于Accept，因其等价类为{2, 3, 6}，故有 下近似集：{?} 上近似集：{2, 3, 4, 5, 6} 实例分析（续）：关于问题(3)的解答 【问题(3)】：请写出差别矩阵（Discernibility Matrix），并给出“核”（Core） 。 【解答】： 差别矩阵为： “核”为：{b, e} 实例分析（续）：关于问题(4)的解答 【问题(4)】：请根据差别函数计算属性约简，并给出最佳约简属性。 【解答】：由分类质量计算公式可知，原始属性集的分类质量为1，又因“核”为{b, e}，故可能的属性约简为： {a, b, e} {b, d, e} 根据分类质量计算公式可知，上述2种属性约简的分类质量均为1，都是最佳属性约简。 实例分析（续）：课后习题 问题2：课后习题。 问题3：课后习题。 【提示】：请参考本课程的课件《第四讲 不确定性推理概述》中的有关方法解答。 6.5 课后研读论文 [1] Pawlak, Z., et al. Rough set approach to multi-attribute decision analysis. European Journal of Operational Research, 72: 443-459, 1994 [2] Grzymala-Busse, D. M., et al. The Usefulness of a machine learning approach to knowledge acquisition. Computational Intelligence. 11(2):268-279, 1995 [3] Jelonek, J., , et al. Rough set reduction of attributes and their domains for neural networks. Computational Intelligence, 11(2): 339-347, 1995 【说明】：文献[1]必读，文献[2],[3]可选。 THANKS FOR YOUR PRESENCE! “For since the creation of the world God’s invisible qualities — his eternal power and divine nature — have been clearly seen, being understood from what has been made, so that men are without excuse.” from ROMANS 1:20 NIV 学习动物精神 11、机智应变的猴子：工作的流程有时往往是一成不变的，新人的优势在于不了解既有的做法，而能创造出新的创意与点子。一味 地接受工作的交付， 只能学到工作方法 的皮毛，能思考应 变的人，才会学到 方法的精髓。 学习动物精神 12、善解人意的海豚：常常问自己：我是主管该怎么办才能有助于更好的处理事情的方法。在工作上善解人意， 会减轻主管、共 事者的负担，也 让你更具人缘。 ? 一个申请信用卡的训练集： 申请人 编号 条件属性 决策属性 d c1 账号 c2 余额 c3 职业 c4 月消费 1 银行 中(700) 有 低 接受 2 银行 低(300) 有 高 拒绝 3 无 低(0) 有 中 拒绝 4 其它机构 高(1200) 有 高 接受 5 其它机构 中(800) 有 高 拒绝 6 其它机构 高(1600) 有 低 接受 7 银行 高(3000) 无 中 接受 8 无 低(0) 无 低 拒绝 ? 原始属性集A = {c1, c2, c3, c4}的分类