粗糙集学习笔记(1)---基本概念
粗糙集是波兰理工大学Z.Pawlak教授提出用来研究不完整数据.不精确知识的表达.学习.归纳等方法的一套理论.从数学的角
度看,粗糙集是研究集合的;从编程的角度看,粗糙集的研究对象 就是矩阵,只不过是一些特殊的矩阵;从人工智能的角度看,粗糙集
研究的是决策表.
任何一个新的理论,都要有一些基本概念,然后在这些基本概念的基础上展开讨论. 先看看基本概念有那些:
1.
知识:
对对象分类的能力.这儿的对象指任何东西, 一般叫论域.表现为U中任何子集族.
2. 论域U:
实际上就是数学里面的集合.
3. R属性=知识R=等价关系R=分类
属性偏table表格里面的列,知识是人工智能里面的术语.等价关系是数学上
的词汇,分类是数据挖掘里面的咚咚.实际上4
者指的是同一概念.
4. 知识库:
U上的分类族就叫知识库.
- 等价关系=属性=知识=分类
- 初等范畴:所有具有特定属性的物体构成的子集.
- 基本范畴: 由初等范畴构成.
- 知识等价: ind(P)=ind(Q) 就说P和Q等价.
- 推广: P 小于Q,就说P为Q的特化,Q为P的推广.
- 特化:
参考书目:
<<粗集理论及其应用>>
曾黄麟 编著 重庆大学出版社
<<粗糙集理论与方法>> 张文修等 编著 科学出版社
下面是我写的一个
粗糙集小工具,感兴趣的可以去看看.
http://www.blogjava.net/WangBNU/archive/2006/08/24/65431.html