经典粗糙集理论.ppt

粗糙集的主要思想粗糙集的主要思想是基于不可分辨关系，每一个对象与一些信息相联系，且对象仅能用获得的信息表示。因此，具有相同或相似信息的对象不能被识别。论域的不可分辨对象形成了不可分辨对象的聚类，即知识粒度。用于近似的知识将U划分为由条件属性集判断是不可分辨的对象元素集，元素集被视为用于近似的“知识粒度”；被近似的知识将U划分为由决策属性集生成的决策类，在此基础上，用一种知识近似另一种知识。2.3粗糙近似2.3粗糙近似定义给定一个信息系统（知识表示系统）S=(U,A,V,f)，A=C∪D集合X的下近似实际上是由那些根据已有知识判断肯定属于X的对象所组成的最大的集合，也称为X的正区,记作pos(X)；集合X的负区neg(X)为根据已有知识判断肯定不属于X的对象组成的集合;集合X的上近似由所有与X相交非空的等价类的并集组成，即那些可能属于X的对象组成的最小集合。集合X的边界区bnd(X)为集合X的上近似与下近似之差，如果bnd(X)是空集，则称X关于I是清晰的；反之如果bnd(X)不是空集，则称集合X关于I是粗糙的。2.3粗糙近似2.4粗糙隶属函数2.4近似精度与近似质量2.8算例表1所示的关于全球变暖的一个信息系统,a1—太阳能(Solarenergy)，a2—火山活动(Volcanicactivity),a3—二氧化碳含量（ResidualCO2,），d—温度（Temperature）STEP4STEP3STEP2STEP1对论域进行划分，可得如下等价类U/C={X1,X2,X3,X4,X5,X6}其中：X1={n1}，X2={n2}，X3={n3}，X4={n4,n5,n6,n9}，X5={n7}，X6={n8}YL={n2,n3,n4,n5,n6,n8}，YH={n1,n7,n9}2.8算例2.8算例X1={n1}，X2={n2}，X3={n3}，X4={n4,n5,n6,n9}，X5={n7}，X6={n8}YL={n2,n3,n4,n5,n6,n8}，YH={n1,n7,n9}据此可求得粗糙近似如下:YL的下近似：apr(Yn)={{n2},{n3},{n8}}YL的上近似：{{n2},{n3},{n4,n5,n6,n9}}YH的下近似：apr(Yp)={{n1},{n7}}YH的上近似：{{n1},{n7},{n4,n5,n6,n9}}YL的分类精度=3/6=0.5YH的分类精度=2/6=0.33分类质量=5/9=0.562.5属性约简与核2.6决策规则2.7约简算法2.7约简算法约简对于在模型中分类对象最终构建一系列规则是重要的，有关的文献探讨了约简的两个主要方面，一方面是为给定的系统寻找约简的问题，这个问题是一个NP完全问题，常见的约简算法有：快速约简、遗传算法、动态约简、相容性约简等。2.8算例下面通过一个简单的例子说明，如表1所示，S=(U,A,V,f)，其中U={n1,n2,n3,n4,n5,n6,n7},条件属性集C={a1,a2,a3,a4,a5,a6}，决策属性集D={d}。对论域进行划分，可得如下等价类01U/C={X1,X2,X3,X4,X5}02其中：X1={n1,n4,n6}，X2={n2}，X3={n3}，X4={n5}，X5={n7}03U/D={YN,YP}04其中：YN={n1,n2,n3}，YP={n4,n5,n6,n7}052.8算例2.8算例X1={n1,n4,n6}，X2={n2}，X3={n3}，X4={n5}，X5={n7}YN={n1,n2,n3}，YP={n4,n5,n6,n7}Yn的下近似：apr(Yn)={n2,n3}Yn的上近似：apr(Yn)={n2,n3,n4,n1,n6}Yp的下近似：apr(Yp)={n5,n7}Yp的上近似：apr(Yp)={n5,n7,n4,n1,n6}Yn的分类精度=2/5=0.4YP的分类精度=2/5=0.4分类质量=4/7=0.57U/D={YN,YP}1以a1对论域进行划分，我们求分类质量：2YN={n1,n2,n3}，YP={n4,n5,n6,n7}3X1={n1,n2,n4,n6}，X2={n3,n5,n7}，4因此分类质量为：5分类质量=0/7=06显然属性a1不是约简。72.8求约简算例U/D={YN,YP}1以属性集{a1,