粗糙集理论学习心得及基于ROSETTA的决策表属性约简实验--陈涛.pdfVIP

粗糙集理论学习心得与 基于 ROSETTA 的决策表属性约简实验 陈涛(@chentao1999) /chentao1999 chentao1999@ 摘 要 人类认知具有不确定性。粗糙集理论是处理这种不确定性的数学理论。粗糙集理论不断 发展的同时，粗糙集的应用也越来越广泛。主要集中在两个方面：1.粗糙集的知识约简 2.粗 糙集与其他方法的融合。 ROSETTA 粗糙集数据分析工具集是挪威人 Aleksander Øhrn 以他在博士论文期间开发 的粗糙集工具基础上发展而来的。具有数据导入导出、补全、离散化、知识约简、过滤、分类、规 则生成以及获取等价类、上下近似集等功能。 本文是 《软计算方法及其应用》课程学习期间的心得和实验总结。共分四部分。第一部分 回顾《软计算方法及其应用》课程粗糙集部分的学习心得；第二部分介绍 ROSETTA 工具集 的功能、使用方法和应用实例。第三部分介绍基于 ROSETTA 的决策表属性约简实验。第四部 分是实验分析与总结。 关键词：不确定性、粗糙集、知识约简、ROSETTA 工具集 1 粗糙集理论学习心得： 1.1 概念的外延和内涵 人类认知具有不确定性。人们表达一个不确定的概念时一般有两种方法：外延法和内涵 法。符合某概念对象的全体构成此概念的外延，区别于其他概念的全体本质属性就是此概念 的内涵。一个概念可以用枚举式的外延法表示，也可以用描述式的内涵法表示。 粗糙集理论中的上下近似集就相当于人们日常表达的概念的外延和内涵。 图 1 集合的上下近似 如图 1 所示，折线相连构成的闭合区域表示不确定的概念 X ，灰色外边界和黑色外边 界表示人们使用能够确定表达的概念，也就是概念 X 的外延和内涵。人们无法直接表达概 念 X ，但可以通过X 的外延和内涵间接表达。同时概念 X 的外延和内涵可以用来反映 X 的 不确定性即概念的不精确性。图中灰色区域越大，表示概念 X 的精确性越低。 由图 1 可以看出，概念 X 的表达只依赖于人们所了解的关于 X 的外延知识和内涵知识 ， 不需要预先知道额外信息。粗糙集理论对事物的不精确性表达不需要任何假定的先验知识 ， 只依赖于所给定的知识表达系统，通过上下近似算子直接计算得到，这一点与概率论和模 糊集合理论完全不同，这也是粗糙集理论受到广泛关注的原因之一。 1.2 知识是一种分类能力 粗糙集理论受到广泛关注的另一个原因是它对知识的观点。在粗糙集理论中，知识（人 的智能）是一种对对象进行分类的能力。这里的“对象”包括：实物，状态，抽象概念，过 程和时间等。我们通常用等价关系或关系来表示分类和知识。 粗糙集理论把知识定义为关于论域的划分模式，从而使知识具有了颗粒性，我们称其 为信息粒度或知识粒度，简称粒度。 1.3 信息系统 图 2 信息系统实例 粗糙集理论研究的对象一般是如图 2 所示的表格 （信息表或决策表）。用形式语言表示 S=U,V,f,A U U {x1,x2,...,xn A 为一个四元有序组 。其中 是对象（事例）的有限集合， ＝ ； A {A1,A2,...Am V V {V1,V2,...,Vm Vi 是属性的有限集合， ＝ ； 是属性的值域集， ＝ ，其中 Ai f information function × f(xi,Aj)∈Vj 是属性 的值域。 是信息函数（ ），ｆ：Ｕ Ａ→Ｖ， 。 图 2 是一个具体的信息系统实例。结合图 2 ，U={x1,x2,x3,x4,x5,x6