什么是粗糙集(三)

很久之前,寫過粗糙集方面的東西吏口,然鵝鴿了......最近開始更特征選擇了,因此粗糙集又重新開始更了!



粗糙集方面很久沒更了产徊,上一篇還是去年七月下旬昂勒,之后很久沒更這塊了,博客也很長(zhǎng)時(shí)間沒更新舟铜。最近在更特征選擇戈盈,恰好最近一位讀者私信我還會(huì)寫粗糙集這塊嗎,當(dāng)然會(huì)的啦谆刨。
閑話少說塘娶,開始吧!

本文與之前的博客一脈相承痊夭。

上近似和下近似

之前病人病歷為例刁岸,這里我們使用體溫這個(gè)屬性。

病人 體溫
e_{1} 正常
e_{2}
e_{3} 很高
e_{4} 正常
e_{5}
e_{6} 很高

在這個(gè)信息系統(tǒng)中 S=(U,C)她我,其中U為論域虹曙,C=\{c_{3} \}c_{3}是體溫這個(gè)屬性鸦难。
那么根吁,
U/C=\{\{e_{3},e_{6} \},\{e_{2},e_{5} \},\{e_{1},e_{4}\}\}=\{X_{1},X_{2},X_{3}\}

可以看出體溫這個(gè)屬性被劃分成了三類,很高合蔽,高和正常击敌。

若給定一個(gè)集合XX=\{e_{1},e_{2},e_{4} \}拴事,顯然XC的粗糙集沃斤,因?yàn)?img class="math-inline" src="https://math.jianshu.com/math?formula=X" alt="X" mathimg="1">不能被X_{1},X_{2},X_{3}中的任何一個(gè)或者若干個(gè)組合構(gòu)成。

先看上近似刃宵。
U/C=\{X_{1},X_{2},X_{3} \}中衡瓶,

\{e_{3},e_{6}\}\bigcap X =\emptyset \quad \implies \quad X_{1} \bigcap X = \emptyset
\{e_{2},e_{5}\} \bigcap X =\{e_{2} \} \quad \implies \quad X_{2} \bigcap X = \{e_{2}\}
\{e_{1},e_{4} \} \bigcap X =\{e_{1},e_{4}\} \quad \implies \quad X_{3} \bigcap X = \{e_{1},e_{4} \}

此時(shí),稱\{e_{2},e_{5} \}\{e_{1},e_{4}\}X關(guān)于C的上近似牲证。

再看下近似哮针。
U/C=\{X_{1},X_{2},X_{3} \}中,

\{e_{3},e_{6} \}\not\subseteq X \quad \implies \quad X_{1} \not\subseteq X
\{e_{2},e_{5} \}\not\subseteq X \quad \implies \quad X_{2} \not\subseteq X

\{e_{1},e_{4} \} \subseteq X \quad \implies \quad X_{3} \subseteq X
此時(shí)坦袍,稱\{e_{1},e_{4}\}X關(guān)于C的下近似十厢。

給出上下近似的定義:

在一個(gè)決策信息系統(tǒng)中S=(U,A=C\bigcup D,V,f)中,R是一個(gè)等價(jià)關(guān)系捂齐,\forall X \subseteq U蛮放,X關(guān)于R的上近似和下近似的定義分別如下:

\overline{R}X=\{x \in U \mid [x]_{R} \bigcap X \neq \emptyset \}
\underline{R}X= \{x \in U \mid [x]_{R} \subseteq X\}

[x]_{B}=\{y \mid (x,y) \in R_{B} \}表示是由等價(jià)關(guān)系R_{B}形成的等價(jià)類,在往期的博客中有相關(guān)介紹奠宜,傳送門包颁。

關(guān)于上近似和下近似的一些解釋瞻想。

  • 上近似則是將那些包含X的知識(shí)庫(kù)中的集合求并得到的(包含X的最小可定義集)
  • 下近似是在那些所有的包含于X的知識(shí)庫(kù)中的集合中求并得到的(包含在X內(nèi)的最大可定義集)

或者說

  • 上近似是根據(jù)現(xiàn)有知識(shí)R,判斷U中一定屬于和可能屬于X的對(duì)象所組成的集合娩嚼。
  • 根據(jù)現(xiàn)有知識(shí)R蘑险,判斷U中所有肯定屬于X的對(duì)象所組成的集合,即式中待锈,表示等價(jià)關(guān)系R下包含關(guān)系x的等價(jià)類漠其。

正域嘴高,負(fù)域與邊界域

緊接著上下近似的概念竿音,正域,負(fù)域與邊界域的定義如下:

論域UX的上下近似集劃分為正域POS_{R}(X)拴驮,負(fù)域NEG_{R}(X)以及邊界域BND_{R}(X)三個(gè)互不相交的區(qū)域春瞬。
正域:
POS_{R}(X)=\underline{R}X

負(fù)域:
NEG_{R}(X)=U-\overline{R}X

邊界域:
BND_{R}(X)=\overline{R}X-\underline{R}X

可以發(fā)現(xiàn):
POS_{R}(X) \bigcup NEG_{R}(X) \bigcup BND_{R}(X) =U

我們還是以上面體溫屬性C為例。
X關(guān)于C的上近似為\{e_{2},e_{5}\}套啤,\{e_{1},e_{4}\}宽气,下近似為\{e_{1},e_{4}\},所以
論域UX的上下近似集劃分為正域?yàn)椋?br> POS_{C}(X)=\underline{R}X=\{e_{1},e_{4}\}

負(fù)域?yàn)椋?br> NEG_{R}(X)=U-\overline{R}X =\{e_{3},e_{6} \}

邊界域:
BND_{R}(X)=\overline{R}X-\underline{R}X=\{e_{2},e_{5} \}

用一張圖來(lái)表示這個(gè)過程:

image.png

圖中藍(lán)色曲線為上近似潜沦。

實(shí)例

下表是一個(gè)決策信息系統(tǒng)萄涯。

U a b c e f d
1 0 1 1 1 0 1
2 1 1 0 1 0 1
3 1 0 0 0 1 0
4 1 1 0 1 0 1
5 1 0 0 0 1 0
6 0 1 1 1 1 0
7 0 1 1 1 1 0
8 1 0 0 1 0 1
9 1 0 0 1 0 0

其中論域U=\{1,2,3,4,5,6,7,8,9 \},條件屬性集C=\{a,b,c,f,e \}唆鸡,決策屬性集 D=\{d\}涝影。

從上表中有:U=\{x_{1},x_{2},x_{3},x_{4},x_{5},x_{6},x_{7},x_{8},x_{9}\}C=\{a,b,c,f,e \}争占,D=\{d\}燃逻。
每個(gè)屬性的值域都為\{0,1\}

U/C=\{\{1\},\{2,4\},\{3,5\},\{6,7\},\{8,9\} \}=\{U_{1},U_{2},U_{3},U_{4},U_{5} \}

注意臂痕,C是條件屬性伯襟,未包括決策屬性d

假設(shè):X=\{1,2,3,6,7 \}握童。
則:
上近似:
\overline{R}X=U_{1} \bigcup U_{2} \bigcup U_{3} \bigcup U_{4} =\{1,2,4,3,5,6,7 \}

下近似:
\underline{R}X= \{1,6,7\}
正域?yàn)椋?br> POS_{C}(X)=\underline{R}X=\{1,6,7 \}
負(fù)域?yàn)椋?br> NEG_{C}(X)=U-\overline{R}X =\{8,9 \}
邊界域:
BND_{C}(X)=\overline{R}X-\underline{R}X=\{2,4,3,5\}

本文內(nèi)容暫告一段落姆怪,之后將繼續(xù)更新。



本文參考了:

  • 景運(yùn)革. 基于知識(shí)粒度的動(dòng)態(tài)屬性約簡(jiǎn)算法研究[D].西南交通大學(xué),2017.
  • 苗奪謙澡绩,李國(guó)道《粗糙集理論稽揭,算法和應(yīng)用》.
  • 張文修《基于粗糙集的不確定決策》.
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市英古,隨后出現(xiàn)的幾起案子淀衣,更是在濱河造成了極大的恐慌,老刑警劉巖召调,帶你破解...
    沈念sama閱讀 218,858評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件膨桥,死亡現(xiàn)場(chǎng)離奇詭異蛮浑,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)只嚣,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,372評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門沮稚,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人册舞,你說我怎么就攤上這事蕴掏。” “怎么了调鲸?”我有些...
    開封第一講書人閱讀 165,282評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵盛杰,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我藐石,道長(zhǎng)即供,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,842評(píng)論 1 295
  • 正文 為了忘掉前任于微,我火速辦了婚禮逗嫡,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘株依。我一直安慰自己驱证,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,857評(píng)論 6 392
  • 文/花漫 我一把揭開白布恋腕。 她就那樣靜靜地躺著抹锄,像睡著了一般。 火紅的嫁衣襯著肌膚如雪吗坚。 梳的紋絲不亂的頭發(fā)上祈远,一...
    開封第一講書人閱讀 51,679評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音商源,去河邊找鬼车份。 笑死,一個(gè)胖子當(dāng)著我的面吹牛牡彻,可吹牛的內(nèi)容都是我干的扫沼。 我是一名探鬼主播,決...
    沈念sama閱讀 40,406評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼庄吼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼缎除!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起总寻,我...
    開封第一講書人閱讀 39,311評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤器罐,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后渐行,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體轰坊,經(jīng)...
    沈念sama閱讀 45,767評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡铸董,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了肴沫。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片粟害。...
    茶點(diǎn)故事閱讀 40,090評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖颤芬,靈堂內(nèi)的尸體忽然破棺而出悲幅,到底是詐尸還是另有隱情,我是刑警寧澤站蝠,帶...
    沈念sama閱讀 35,785評(píng)論 5 346
  • 正文 年R本政府宣布汰具,位于F島的核電站,受9級(jí)特大地震影響沉衣,放射性物質(zhì)發(fā)生泄漏郁副。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,420評(píng)論 3 331
  • 文/蒙蒙 一豌习、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧拔疚,春花似錦肥隆、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,988評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至句各,卻和暖如春吸占,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背凿宾。 一陣腳步聲響...
    開封第一講書人閱讀 33,101評(píng)論 1 271
  • 我被黑心中介騙來(lái)泰國(guó)打工矾屯, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人初厚。 一個(gè)月前我還...
    沈念sama閱讀 48,298評(píng)論 3 372
  • 正文 我出身青樓件蚕,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親产禾。 傳聞我的和親對(duì)象是個(gè)殘疾皇子排作,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,033評(píng)論 2 355