粗糙超立方体学习笔记(2)

下面补充一些粗糙超立方体需要用到的粗糙集概念。

属性依赖性（attribute dependency）

属性依赖性衡量了一个属性集合（一般是决策属性集）在知道另一个属性集合（一般是条件属性集）的情况下可以被多好地预测或确定。这种依赖性可以用一个数值来表示，范围是从0到1，通过考虑在条件属性集下的正域（positive region）与论域（universe of discourse）的大小之比来计算的。

属性依赖性的计算如下：

其中，表示有属性集引导的第个等价类。

属性的显著性（significance of attribute）

对于条件属性集中的属性，其显著性被定义为

相减的两项，前者表示全部条件属性集对决策属性集的预测质量，后者表示排除属性后剩余的属性对决策属性集的预测质量。这个差值越大，说明属性对分类结果的贡献越大。