第二次作业

4.6
1.令 A = { 1 , 2 , 5 , 8 , 9 } \mathbf{A} = \{1, 2, 5, 8, 9\} A={1,2,5,8,9},写出$\mathbf{A}$上的“模2同余”关系及其相应的划分。
B = { { 1 , 5 , 9 } , { 2 , 8 } } \mathbf{B} = \{\{1, 5, 9\}, \{2, 8\}\} B={{1,5,9},{2,8}}

2. A = { 1 , 2 , 5 , 8 , 9 } \mathbf{A} = \{1, 2, 5, 8, 9\} A={1,2,5,8,9},自己给定两个关系${\mathbf{R}}_1$和${\mathbf{R}}_2$，并计算${\mathbf{R}}_1{\mathbf{R}}_2$,${\mathbf{R}}_1^{+}$,${\mathbf{R}}_1^{\ast }$
R 1 = { ( 1 , 2 ) , ( 2 , 9 ) } \mathbf{R}_1 = \{(1, 2),(2, 9)\} R1​={(1,2),(2,9)}, R 2 = { ( 2 , 5 ) , ( 8 , 9 ) } \mathbf{R}_2 = \{(2, 5),(8, 9)\} R2​={(2,5),(8,9)}
R 1 R 2 = { ( 1 , 5 ) } \mathbf{R}_1 \mathbf{R}_2= \{(1, 5)\} R1​R2​={(1,5)}
${\mathbf{R}}_1^{+}$=${\mathbf{R}}_1^1$$\cup$${\mathbf{R}}_1^2$$\cup$${\mathbf{R}}_1^3$$\cup$${\mathbf{R}}_1^4$$\cup$ R 1 5 = { ( 1 , 2 ) , ( 2 , 9 ) , ( 1 , 9 ) } \mathbf{R_1^5} = \{(1, 2),(2, 9), (1,9)\} R15​={(1,2),(2,9),(1,9)}
${\mathbf{R}}_1^{\ast }$=${\mathbf{R}}_1^{+}$$\cup$ A 0 = { ( 1 , 2 ) , ( 2 , 9 ) , ( 1 , 9 ) , ( 1 , 1 ) , ( 2 , 2 ) , ( 5 , 5 ) , ( 8 , 8 ) , ( 9 , 9 ) } \mathbf{A^0} = \{(1, 2),(2, 9), (1,9), (1, 1),(2, 2), (5, 5), (8, 8), (9, 9)\} A0={(1,2),(2,9),(1,9),(1,1),(2,2),(5,5),(8,8),(9,9)}
3.查阅粗糙集上下近似的定义并大致描述。

在上图中，紫色的圈内表示确定属于粗糙集的集合，我们用下近似来表示，它中间的一个一个的方块表示为一个个被相似关系R圈定的不可分割的，信息粒。再往外不规则的圈表示粗糙集，它经过的方块有些部分属于集合X有些不属于集合X；最外面的橙色圈表示上近似这个圈内表达了可能属于粗糙集X的所有信息粒的集合。

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）

有点像内接和外切的意思。

4.举例说明你对函数的认识.
函数就是表示几种元素之间的规律。
比如地震数据：地震资料=子波*反射系数；（*这里代表褶积运算）
5，自己给定一个矩阵，计算其范数。
矩阵：$\mathbf{X}$=$\left(\begin{array}{cc}2& 1\\ 0& 5\end{array}\right)$
$\Vert \mathbf{X}{\Vert }_0$=3
$\Vert \mathbf{X}{\Vert }_1$=8
$\Vert \mathbf{X}{\Vert }_2$=$\sqrt{2^2+1^2+0^2+5^2}$=6.78
6.解释 推荐系统: 问题、算法与研究思路 2.1 中的优化目标
$$\min \sum _{(x,j)\in \Omega }(f({\mathbf{x}}_i,{\mathbf{t}}_j)-r_{ij}{)}^2$$
各符号及含义.

${\mathbf{x}}_i$ 表示用户$i$的信息,${\mathbf{t}}_j$表示商品$j$的信息，$r_{ij}$表示用户$i$对商品$j$的浏览情况。
优化目标为最小化训练集上的 MSE，使得$f({\mathbf{x}}_i,{\mathbf{t}}_j)$与$r_{ij}$平均差距尽可能小，学习到能够根据用户和商品信息来预测浏览情况的函数，为用户推荐喜欢的商品。