[工学]4粗糙集与数据约简.ppt

智能信息处理技术 华北电力大学 第4章 粗糙集与数据约简 4.1、不确定性理论 自然界和人类的社会活动的各种现象：确定性现象和不确定性现象。 确定性现象：在一定条件下必然会出现的现象。 不确定性的分类： 随机性：因为事物的因果关系不确定，从而导致事件发生的结果不确定性。用概率来度量。概率表示事件发生可能性的大小。概率论的运用是从随机性中去把握广义的因果律——概率规律。 模糊性：因为事件在质上没有明确的含义，在量上没有明确的界限，导致事件呈现“亦此亦彼”的性态，是事物类属的不确定性，用隶属度来度量。隶属度表示事物多大程度属于某个分类。模糊集合论的运用从模糊性中去确立广义的排中律——隶属规律。 粗糙性：因为描述事件的知识（或信息）不充分、不完全，导致事件间的不可分辨性。粗糙集把那些不可分辨的事件都归属一个边界域。因此，粗糙集中的不确定性是基于一种边界的概念，当边界域为一空集时，则问题变为确定性的。 4.1、不确定性理论 经典集合、模糊集合、粗糙集的关系 经典集合认为一个集合完全有其元素所决定，一个元素要么属于这个集合，要么不属于这个集合。其隶属函数μX(x)?{0,1}是二值逻辑。 模糊集合认为事物具有中介过渡性质，而非突然改变，集合中每一个元素的隶属函数μX(x)?[0,1]，即在闭区间[0,1]可以任意取值，隶属函数可以是连续光滑的，因此模糊集合对不确定信息的刻划是精细而充分的。但隶属函数不可计算，凭人的主观经验给定。 粗糙集合把用于分类的知识引入集合。一个元素x是否属于集合X，需要根据现有知识来判定，可分为三个情况：①x肯定不属于X；②x肯定属于X；③x可能属于也可能不属于X。到达属于哪种情况依赖于我们所掌握的关于论域的知识。粗糙集的隶属函数为阶梯 状，对不确定性信息的描述是粗糙的， 但粗糙隶属函数是可计算的。粗糙集主 要用于对信息系统进行约简和分类。 第4章 粗糙集与数据约简 4.2 粗糙集的基本理论与方法 4.2.1、粗糙集的基本概念 知识与分类 在粗糙集理论中，知识被认为是一种分类能力。人们的行为基本是分辨现实的或抽象的对象的能力。 假定我们起初对论域内的对象（或称元素、样本、个体）已具有必要的信息或知识，通过这些知识能够将其划分到不同的类别。若我们对两个对象具有相同的信息，则它们是不可区分的，即根据已有的信息不能将其划分开。 粗糙集理论的核心是等价关系，通常用等价关系替代分类，根据这个等价关系划分样本集合为等价类。 从知识库的观点看，每个等价类被称为一个概念，即一条知识（规则)。即，每个等价类唯一地表示了一个概念，属于一个等价类的不同对象对该概念是不可区分的。 4.2.1、粗糙集的基本概念 知识表达系统 一个知识表达系统或信息系统S可以表示为有序四元组 S={U,R,V,f} 其中，U={x1,x2,…,xn}为论域，它是全体样本的集合； R＝C∪D 为属性集合，其中子集C是条件属性集，反映对象的特征，D为决策属性集，反映对象的类别； 为属性值的集合，Vr表示属性r的取值范围； f:U×R→V 为一个信息函数，用于确定U中每一个对象x的属性值，即任一xi?U，r?R，则f(xi,r)=Vr 4.2.1、粗糙集的基本概念 不可分辨关系 在粗糙集中，论域U中的对象可用多种信息（知识）来描述。当两个不同的对象由相同的属性来描述时，这两个对象在该系统中被归于同一类，它们的关系称之为不可分辨关系。即对于任一属性子集B?R，如果对象xi,xj?U，?r?B，当且仅当f(xi,r)=f(xj,r)时，xi和xj是不可分辨的，简记为Ind(B)。不可分辨关系称为等价关系。 例如：只用黑白两种颜色把空间中的一些物体划分成两类：{黑色物体}、{白色物体}，那么同为黑色的物体就是不可分辨的，因为描述它们特征属性的信息是相同的，都是黑色。如果引入方、圆的属性，可将物体进一步划分为4类：{黑色方物体}、{黑色圆物体}、{白色方物体}、{白色圆物体}。这时，如果有两个同为黑色方物体，则它们还是不可分辨的。 不可分辨关系这一概念在RS中十分重要，它反映了我们对世界观察的不精确性。 另一方面，不可分辨关系反映了论域知识的颗粒性。知识库中的知识越多，知识的颗粒度就越小，随着新知识不断加入到知识库中，粒度会不断减小，直致将每个对象区分开来。但知识库中的知识粒度越小，则导致信息量增大，存储知识库的费用越高。 4.2.1、粗糙集的基本概念 基本集合 由论域中相互不可分辨的对象组成的集合称之为基本集合，它是组成论域知识的颗粒。 例如：考虑条件属性：头疼和 肌肉疼。对于x1,x2,x3这三个 对象是不可分辨的。x4,x6在这 两个属性上也是不可分辨的。 由此构成的不可分辨集{x1,x2, x3},{x4,x6},{x5}被