本文主要是介绍Pawlak粗糙集模型入门篇,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
文件目录
- Pawlak粗糙集模型
- 前置知识
- I N D ( B ) IND(B) IND(B):属性集 B B B的不可区分关系
- 对于 ∀ x ∈ U \forall x\in U ∀x∈U相对于 B B B的等价类定义为
- U / I N D ( B ) U/IND(B) U/IND(B): I N D ( B ) IND(B) IND(B)的所有等价类集合划分
- 粗糙集
- 粗糙集的基本概念图
- 例题练习
- 刻画粗糙集的不确定性
- 参考如下
Pawlak粗糙集模型
前置知识
-
信息系统 IS:粗糙集理论中称数据集为信息系统(Information System)
I S = ⟨ U , A , V , f ⟩ IS=\langle U,A,V,f\rangle IS=⟨U,A,V,f⟩
-
论域 U :研究对象的非空、有限集合
U = { x 1 , x 2 , ⋯ , x n } U=\{x_1,x_2,\cdots,x_n\} U={x1,x2,⋯,xn} -
属性集 A:描述对象的全部属性所组成的集合
A = { a 1 , a 2 , ⋯ , a n } A=\{a_1,a_2,\cdots,a_n\} A={a1,a2,⋯,an}
可以将 A A A 进行划分:
A = C ∪ D , C ∩ D = ∅ A=C\cup D,C\cap D=\varnothing A=C∪D,C∩D=∅ 其中C为条件属性集,D为决策属性集 -
属性集A的值域 V:
V = ⋃ a ∈ A V a V=\bigcup\limits_{a\in A}V_a V=a∈A⋃Va 其中 V a 为 a ∈ A 的值域 其中 V_a 为 a ∈ A 的值域 其中Va为a∈A的值域
-
信息函数 f f f : 研究对象属性到其属性值的一种映射关系
f : U × A → V 表示:对每一个 x ∈ U , a ∈ A , f ( x , a ) ∈ V a f:U×A→V表示:对每一个 x\in U,a∈A,f(x,a)∈V_a f:U×A→V表示:对每一个x∈U,a∈A,f(x,a)∈Va
瓜名 | 色泽 | 根蒂 | 敲声 | 好瓜 |
---|---|---|---|---|
西瓜1 | 青绿 | 蜷缩 | 浊响 | 是 |
西瓜2 | 乌黑 | 蜷缩 | 浊响 | 是 |
西瓜3 | 青绿 | 硬挺 | 清脆 | 否 |
西瓜4 | 乌黑 | 稍蜷 | 沉闷 | 否 |
用上表来说明以上定义
U = { 西瓜 1 , 西瓜 2 , 西瓜 3 , 西瓜 4 } U=\{西瓜1,西瓜2,西瓜3,西瓜4\} U={西瓜1,西瓜2,西瓜3,西瓜4}
A = { 色泽 , 根蒂 , 敲声 , 好瓜 } A=\{色泽,根蒂,敲声,好瓜\} A={色泽,根蒂,敲声,好瓜}
C = { 色泽 , 根蒂 , 敲声 } C=\{色泽,根蒂,敲声\} C={色泽,根蒂,敲声}
D = { 好瓜 } D=\{好瓜\} D={好瓜}
V = V 色泽 ⋃ V 根蒂 ⋃ V 敲声 ⋃ V 好瓜 V= V_{色泽}\bigcup V_{根蒂}\bigcup V_{敲声}\bigcup V_{好瓜} V=V色泽⋃V根蒂⋃V敲声⋃V好瓜
V 色泽 = { 青绿 , 乌黑 } . . . V_{色泽}=\{青绿,乌黑\} ... V色泽={青绿,乌黑}...
f ( 西瓜 1 , 色泽 ) = 青绿 f(西瓜1,色泽)=青绿 f(西瓜1,色泽)=青绿
f ( 西瓜 4 , { 敲声 , 好瓜 } ) = { 沉闷 , 否 } f(西瓜4,\{敲声,好瓜\})=\{沉闷,否\} f(西瓜4,{敲声,好瓜})={沉闷,否}
用一个数据表即可表示该信息系统,由此该信息系统也可以称为决策表。
I N D ( B ) IND(B) IND(B):属性集 B B B的不可区分关系
属性集 B B B 上产生的一种等价关系(满足自反性、对称性和传递性)
其中 B ⊆ C B\subseteq C B⊆C
若 f ( x , B ) = f ( y , B ) f(x,B)=f(y,B) f(x,B)=f(y,B),称 x x x和 y y y是不可区分的
I N D ( B ) = { ( x , y ) ∈ U × U ∣ f ( x , a ) = f ( y , a ) , ∀ a ∈ B } IND(B)=\{(x,y)\in U\times U\mid f(x,a)=f(y,a),\forall a\in B\} IND(B)={(x,y)∈U×U∣f(x,a)=f(y,a),∀a∈B}
I N D ( B ) IND(B) IND(B)反映了“对象集就属性集B而言是否相同”的二元关系
B = { a 2 } B=\{a_2\} B={a2}时,
I N D ( B ) = { ( x 1 , x 2 ) , ( x 1 , x 3 ) , ( x 2 , x 3 ) , ( x 4 , x 5 ) , ( x 4 , x 7 ) , ( x 4 , x 8 ) , ( x 5 , x 7 ) , ( x 5 , x 8 ) , ( x 7 , x 8 ) , ( x 6 , x 9 ) , ( x 6 , x 10 ) , ( x 9 , x 10 ) , ( x 1 , x 1 ) , ( x 2 , x 2 ) , ( x 3 , x 3 ) , ( x 4 , x 4 ) , ( x 5 , x 5 ) , , ( x 6 , x 6 ) , ( x 7 , x 7 ) , ( x 8 , x 8 ) , ( x 9 , x 9 ) , ( x 10 , x 10 ) } IND(B)=\{(x_1,x_2),(x_1,x_3),(x_2,x_3),(x_4,x_5),(x_4,x_7),(x_4,x_8),(x_5,x_7),\\(x_5,x_8),(x_7,x_8),(x_6,x_9),(x_6,x_{10}),(x_9,x_{10}),(x_1,x_1),(x_2,x_2),\\(x_3,x_3),(x_4,x_4),(x_5,x_5),,(x_6,x_6),(x_7,x_7),(x_8,x_8),(x_9,x_9),\\(x_{10},x_{10})\}
这篇关于Pawlak粗糙集模型入门篇的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!