粗糙集理论介绍资料.ppt

粗糙集理论介绍 问题的提出：知识的含糊性 术语的模糊性，如高矮 数据的不确定性，如噪声 知识自身的不确定性，如规则的前后件间的依赖关系不完全可靠 不完备性，数据缺失 模糊集和基于概率方法，有时需要一些数据的附加信息或先验知识, 如模糊隶属函数,基本概率指派函数和有关统计概率分布等, 而这些信息有时并不容易得到 粗糙集无需提供问题所需处理的数据集合之外的任何先验信息, 所以对问题的不确定性的描述或处理可以说是比较客观的 粗糙集理论的历史 20世纪70 年代, 波兰数学家Z. Pawlak 和一些波兰科学院,波兰华沙大学的逻辑学家们,一起从事关于信息系统逻辑特性的研究. 1982. Z.Pawlak发表论文“Rough Set”.宣告RS的诞生 1991. Z.Pawlak出版著作“Rough Sets: Theoretical Aspects of Reasoning about Data ” 1992. 召开首次国际研讨会,应用专集. 之后得到飞速发展, 在数据挖掘, 模式识别, 粗糙逻辑等方面取得较大进展. 粗糙集理论是建立在分类机制的基础上的，它将分类理解为在特定空间上的等价关系，而等价关系构成了对该空间的划分。粗糙集理论将知识理解为对数据的划分，每一被划分的集合称为概念。 粗糙集理论的主要思想是利用已知的知识库，将不精确或不确定的知识用已知的知识库中的知识来(近似) 刻画。 Outline： 粗糙集理论的基本概念 粗糙集理论的应用（规则挖掘和属性约简） 其他 基本概念 1 信息系统，决策表 2 知识 3 等价关系，不可分辨关系与基本集 4 下、上近似 正区域，负区域，边界域 5 粗糙度 6 粗糙隶属函数 基本概念（1） 信息系统 基本概念（2）：知识 RS中，知识被认为是一种分类能力。人们的行为是基于分辨现实的或抽象的对象的能力。那些根据事务的特征差别将其分门别类的能力都可以看作是某种“知识”。 论域中相互间不可分辨的对象组成的集合。是组成知识的颗粒（granule）。知识是有粒度的. 粒度越小, 能精确表达的概念越多. 粒度的形式表示:不可分辨关系/等价类. 粒度是知识的最小单位。 基本概念（3）不可分辨关系与基本集 不可分辨关系IND(P)/等价关系：分类过程中，相差不大的个体被归于同一类，他们的关系就是不可区分关系。 对于任何一个属性集合P，不可分辨关系用IND表示，定义如下： IND(P)＝{(x,y) ?U×U:f(x,a)=f(y,a), a?P} 不可分辨关系就是U上的等价关系 基本集：由论域中相互间不可区分的对象组成的集合，是组成论域知识的颗粒。 基本概念（4） 集合的上近似、下近似和边界区 一个对象a是否属于集合X根据现有知识来判断，可分为三种情况： 1）a肯定属于集合X a可能属于也可能不属于集合X a肯定不属于集合X 如果上下近似是相等的, 则这是一个精确集合, 否则它是一个粗糙集, 其中下近似称为该概念的正区域, 上下近似的差称为边界。上近似以外的区域称为负区域（Negative region），记为NEG（x）。 so 基本概念（5）粗糙度 下近似、上近似及边界区等概念称为可分辨区，刻化了一个边界含糊(vague)集合的逼近特性。粗糙程度按右边公式计算。 式中|＃|表示集合的基数或势，对有限集合表示集合中所包含的元素个数。 基本概念（6）粗糙隶属函数 （Rough membership function) 含糊集合没有清晰的边界，即，根据论域中现有知识无法判定某些元素是否属于该集合。在RS中，不确定（uncertainty）这个概念是针对元素隶属于集合的程度而言。 粗糙度与粗糙隶属函数 vague（粗糙度）：用来描述集合，指集合的边界不清楚 uncertainty（粗糙隶属函数）：描述元素，指某个元素是否属于某集合是不确定的。 粗糙集理论的基本概念 粗糙集理论的应用（规则挖掘和属性约简） 其他 粗糙集的应用 粗糙集在数据挖掘中的应用 基于粗糙集的数据约简 1. 粗糙集在数据挖掘中的应用 粗糙集理论的的数学基础：假定所研究的每一个对象都涉及到一些信息（数据、知识），如果对象由相同的信息描述，那么它们就是相似的或不可区分的。 Example 例3 含6个流感病例的表 （表4－3） Step2. 针对各个属性下的初等集合寻找下近似和上近似。 Step3. 获取规则 以“肌肉痛＋体温”为例： X={P1,P2,P3,P6} I={{p1},{p2,p5},{p3,p6},{p4}} 2