粗糙集基本理论知识——入门必看

粗糙集定义

粗糙集(Rough Set, RS)是处理不精确、不确定和不完全数据的有效数学工具,由Pawlak教授在1982年提出。RS 的研究对象是决策表(信息表),且不需要额外的先验知识来分析数据。

定义1 一个积木的信息系统S可以由一个四元组(决策表)S=(U,A,V,f)表示

其中:
U={   x 1 , x 2 , . . . . . . , x ∣ U ∣ \ x_{1},x_{2},... ...,x_{|U|}  x1,x2,......,xU }是非空有限的对象集合,称为论域。
A={   a 1 , a 2 , . . . . . . , a ∣ A ∣ \ a_{1},a_{2},... ...,a_{|A|}  a1,a2,......,aA}是非空有限的属性集合,A =   C ⋃ D \ C\bigcup D  CD,C是条件属性,D是决策属性。
V = ⋃ a ∈ A V a \bigcup_{a\in{A}}V_{a} aAVa是值域。Va表示在论域U中属性a相同的一组对象
  f \ f  f:   U × A a → V a \ U \times A_{a}\rightarrow V_{a}  U×AaVa是信息函数,即 ∀ x ∈ U , a ∈ A , f ( x , a ) ∈ V a \forall x\in{U},a\in{A},f(x,a)\in V_{a} xU,aA,f(x,a)Va
例如:
存在如下系统表S

论域颜色形状大小稳定性
X1三角稳定
X2三角稳定
X3不稳定
X4不稳定
X5方块稳定
X6不稳定
X7不稳定
X8方块不稳定

其中U是指{   x 1 , x 2 , x 3 , x 4 , x 5 , x 6 , x 7 , x 8 \ x_{1},x_{2},x_{3},x_{4},x_{5},x_{6},x_{7},x_{8}  x1,x2,x3,x4,x5,x6,x7,x8 },A是指{颜色,形状,大小,稳定性},决策属性D是指稳定性,其余是指条件属性C。V是指根据a1颜色分类可以将S分成{{   x 1 , x 2 , x 6 \ x_{1},x_{2},x_{6}  x1,x2,x6},{   x 3 , x 4 \ x_{3},x_{4}  x3,x4},{ x 5 , x 7 , x 8 x_{5},x_{7},x_{8} x5,x7,x8} },类似的还可以根据其他的条件属性来分类。f是指根据不同是条件属性的约束可以从U中选中不同的论域。例如,大三角形是指{   x 1 , x 2 \ x_{1},x_{2}  x1,x2},f就是从大三角形到{   x 1 , x 2 \ x_{1},x_{2}  x1,x2}的映射。
要想了解粗糙集合论的思想,首先要知道什么叫做知识,一种对集合U的划分就对应着关于U中元素的一个知识。
每个积木块都有颜色属性,按照颜色的不同,我们能够把这堆积木分成R1={红,黄,蓝} 三个大类,那么:

  • 红颜色的积木构成集合X1={x1,x2,x6}

  • 黄颜色的积木构成集合X2={x3,x4}

  • 蓝颜色的积木构成集合X3={x5,x7,x8}
    按照颜色这个属性我们就把积木集合A进行了一个划分( 所谓A的划分就是指对于A中的任意一个元素必然属于且仅属于一个分类) ,那么我们就说颜色属性就是一种知识。在这个例子中我们不难看到, 一种对集合A 的划分就对应着关于A 中元素的一个知识,假如还有其他的属性,比如还有形状R2={三角, 方块, 圆形} ,大小R3={大, 中, 小} ,这样加上R1属性对A 构成的划分分别为:

  • U/R1={X1,X2,X3}={{x1,x2,x6},{x3,x4},{x5,x7,x8}}(颜色分类)

  • U/R2={Y1,Y2,Y3}={{x1,x2},{x5,x8},{x3,x4,x6,x7}} (形状分类)

  • U/R3={Z1,Z2,Z3}={{x1,x2,x5},{x6,x8},{x3,x4,x7}} (大小分类)
    上面这些所有的分类合在一起就形成了一个基本的知识库。那么这个基本知识库能表示什么概念呢?除了红的{x1,x2,x6} 、大的{x1,x2,x5} 、三角形的{x1,x2} 这样的概念以外,还可以表达例如:
    大的且是三角形的{x1,x2,x5} ∩ {x1,x2}={x1,x2}
    大三角{x1,x2,x5} ∩{x1,x2}={x1,x2}
    蓝色的小的圆形({x5,x7,x8} ∩{x3,x4,x7} ∩{x3,x4,x6,x7}={x7}
    蓝色的或者中的积木{x5,x7,x8} ∪{x6,x8}={x5,x6,x7,x8}

而类似这样的概念可以通过求交运算得到,比如X1与Y1的交就表示红色的三角形。所有的这些能够用交、并表示的概念以及加上上面的三个基本知识(A/R1,A/R2.A/R3) 一起就构成了一个知识系统记为R=R1∩R2∩R3,它所决定的所有知识是A/R={{x1,x2},{x3},{x4},{x5},{x6},{x7},{x8}}以及A/R 中集合的并。

下面考虑近似这个概念。假设给定了一个A上的子集合X={x2,x5,x7} ,那么用我们的知识库中的知识应该怎样描述它呢?红色的三角? 蓝色的大圆?都不是,无论是单属性知识还是由几个知识进行交、并运算合成的知识,都不能得到这个新的集合X,于是我们只好用我们已有的知识去近似它。也就是在所有的现有知识里面找出跟他最像的两个一个作为下近似,一个作为上近似。于是我们选择了“蓝色的大方块或者蓝色的小圆形” 这个概念:{x5,x7}作为X的下近似;选择“三角形或者蓝色的”{x1,x2,x5,x7} 作为它的上近似,值得注意的是:

  • 下近似集是在那些所有的包含于X 的知识库中的集合中求并得到的(包含在X内的最大可定义集)
  • 上近似则是将那些包含X的知识库中的集合求并得到的(包含X的最小可定义集)
    与上下近似集概念相关的概念还有正域、负域和边界。
    设O 表示具有稳定性的集合,则O = {x1,x2,x5},设R 表示条件属性所构成的一个等效关系,根据R的划分不同,该论域被分割为七个等效类:A/R={{x1,x2},{x3},{x4},{x5},{x6},{x7},{x8}}。x1,x2在同一个等效类中,他们都为红色大三角,是不可分辨的. 则:
    集合O 的下逼近(即正区) 为 IR*(O) = POSR (O) = {x1,x2,x5}
    集合O 的负区为 NEG (O) = {x3,x4,x6,x7,x8}
    集合O 的边界区为 BND (O) = 空集
    集合O 的上逼近为 I* (O) = PO S (O) + BND (O) = {x1,x2,x5}
    一般的,我们可以用下面的图来表示上、下近似的概念。
    在这里插入图片描述
    这其中蓝色曲线围的区域是X的区域,紫色曲线围的部分是内部参考消息,是下近似,红色曲线围的内部部分就是上近似集。其中各个小方块可以被看成是论域上的知识系统所构成的所有划分。整个粗集理论的核心就是上面说的有关知识、集合的划分、近似集合等等概念。

下面我们讨论一下关于粗糙集在数据库中数据挖掘的应用问题。考虑一个数据库中的二维表如上面的表所示:

从上面的表可以看出,最后一列是我们的决策属性,用来评价什么样的积木稳定,表中的每一行表示了类似这样的信息:红色的大三角积木稳定,蓝色的小圆不稳定等等。
我们可以把所有的记录看成是论域A={x1,x2,x3,x4,x5,x6,x7,x8} ,任意一个列表示一个属性构成了对论域的元素上的一个划分,在划分的每一个类中都具有相同的属性。而属性可以分成两大类,一类叫做条件属性:颜色、形状、大小都是,另一类叫做决策属性:最后一列的是否稳定?下面我们考虑,对于决策属性来说是否所有的条件属性都是有用的呢?
考虑所有决策属性是“稳定”的集合{x1,x2,x5} ,它在知识系统U/R 中的上、下近似都是{x1,x2,x5} 本身,“不稳定”的集合{x3,x4,x6,x7,x8} ,在知识系统A/R 中的上、下近似也都是{x3,x4,x6,x7,x8} 它本身。说明该知识库能够对这个概念进行很好的描述

下面考虑是否所有的基本知识:颜色、形状、大小都是必要的吗?

如果我们把这个集合在知识系统中去掉颜色这个基本知识,那么知识系统变成:U/(R-R1)={{x1,x2},{x3,x4,x7},{x5},{x6},{x8}} 以及这些子集的并集。如果用这个新的知识系统表达“稳定”概念得到上下近似仍旧都是: {x1,x2,x5}“不稳定”概念上下近似也还是{x3,x4,x6,x7,x8} ,由此看出去掉颜色属性我们表达稳定性的知识不会有变化,所以说颜色属性是多余的可以删除

如果再考虑是否能去掉大小属性呢?这个时候知识系统就变为:U/(R-R1-R3)=A/R2={{x1,x2},{x5,x8},{x3,x4,x6,x7}} 。同样考虑“稳定”在知识系统U/R2 中的上下近似分别为:{x1,x2} 和{x1,x2,x5,x8} ,已经和原来知识系统中的上下近似不一样了, 同样考虑 “不稳定” 的近似表示也变化了所以删除属性“大小”是对知识表示有影响的故而不能去掉。同样的讨论对于“形状”属性也一样,它是不能去掉的。

最后我们可以得出结论:我们得到化简后的知识库R2,R3,从而能得到下面的决策规则:大三角-> 稳定,大方块-> 稳定,小圆-> 不稳定,中圆-> 不稳定,中方块-> 不稳定,利用粗糙集的理论还可以对这些规则进一步化简得到:大-> 稳定,圆-> 不稳定,中方块-> 不稳定。这就是上面这个数据表所包含的真正有用的知识,而这些知识都是从数据库有粗糙集方法自动学习得到的。
在这里插入图片描述

评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值