4.6
1.令
A
=
{
1
,
2
,
5
,
8
,
9
}
,
写
出
A
上
的
“
模
2
同
余
”
关
系
及
相
应
的
划
分
\mathbf{A} = \{1, 2, 5, 8, 9\}, 写出\mathbf{A} 上的 “模 2 同余” 关系及相应的划分
A={1,2,5,8,9},写出A上的“模2同余”关系及相应的划分.
R
=
{
(
a
,
b
)
∈
A
×
A
∣
a
m
o
d
2
=
b
m
o
d
2
}
\mathbf{R} = \{(a, b) \in \mathbf{A} \times \mathbf{A} \vert a \mod 2 = b \mod 2\}
R={(a,b)∈A×A∣amod2=bmod2}
A
=
{
1
,
2
,
5
,
8
,
9
}
\mathbf{A} =\{1,2,5,8,9\}
A={1,2,5,8,9}
R
=
{
(
1
,
1
)
,
(
1
,
5
)
,
(
1
,
9
)
,
(
2
,
2
)
,
(
2
,
8
)
,
(
5
,
1
)
,
(
5
,
5
)
,
(
5
,
9
)
,
(
8
,
2
)
,
(
8
,
8
)
,
(
9
,
1
)
,
(
9
,
5
)
,
(
9
,
9
)
}
\mathbf{R} =\{(1,1),(1,5),(1,9),(2,2),(2,8),(5,1),(5,5),(5,9),(8,2),(8,8),(9,1),(9,5),(9,9)\}
R={(1,1),(1,5),(1,9),(2,2),(2,8),(5,1),(5,5),(5,9),(8,2),(8,8),(9,1),(9,5),(9,9)}
P
=
{
{
1
,
5
,
9
}
,
{
2
,
8
}
}
\mathcal{P}=\{\{1,5,9\},\{2,8\}\}
P={{1,5,9},{2,8}}
2.
A
=
{
1
,
2
,
5
,
8
,
9
}
,
自
己
给
定
两
个
关
系
R
1
和
R
2
,
并
计
算
R
1
R
2
,
R
1
+
,
R
1
∗
.
\mathbf{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^* .
A={1,2,5,8,9},自己给定两个关系R1和R2,并计算R1R2,R1+,R1∗.
令
R
1
=
{
(
1
,
2
)
,
(
1
,
5
)
}
,
R
2
=
{
(
1
,
2
)
,
(
2
,
5
)
,
(
5
,
8
)
,
(
8
,
9
)
}
\mathbf{R}_1= \{(1, 2), (1,5)\},\mathbf{R}_2=\{(1,2),(2,5),(5,8),(8,9)\}
R1={(1,2),(1,5)},R2={(1,2),(2,5),(5,8),(8,9)}
R
1
R
2
=
{
(
x
,
y
)
∣
∃
(
x
,
z
)
∈
R
1
and
(
z
,
y
)
∈
R
2
}
=
{
(
1
,
5
)
,
(
1
,
8
)
}
\mathbf{R}_1\mathbf{R}_2 = \{(x, y) \vert \exists (x, z) \in \mathbf{R}_1 \textrm{ and } (z, y) \in \mathbf{R}_2\}=\{(1,5),(1,8)\}
R1R2={(x,y)∣∃(x,z)∈R1 and (z,y)∈R2}={(1,5),(1,8)}
R
+
=
R
1
=
{
(
1
,
2
)
,
(
1
,
5
)
}
\mathbf{R}^+=\mathbf{R}_1= \{(1, 2), (1,5)\}
R+=R1={(1,2),(1,5)}
R
∗
=
R
+
∪
A
0
=
{
(
1
,
1
)
,
(
1
,
2
)
,
(
1
,
5
)
,
(
2
,
2
)
,
(
5
,
5
)
,
(
8
,
8
)
,
(
9
,
9
)
}
\mathbf{R}^*=\mathbf{R}^+ \cup \mathbf{A}^0= \{(1,1),(1, 2), (1,5),(2,2),(5,5),(8,8),(9,9)\}
R∗=R+∪A0={(1,1),(1,2),(1,5),(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.
粗
糙
集
理
论
作
为
一
种
数
据
分
析
处
理
理
论
,
在
1982
年
由
波
兰
科
学
家
Z
.
P
a
w
l
a
k
创
立
,
是
一
种
处
理
不
精
确
(
i
m
p
r
e
c
i
s
e
)
、
不
一
致
(
i
n
c
o
n
s
i
s
t
e
n
t
)
、
不
完
整
(
i
n
c
o
m
p
l
e
t
e
)
等
各
种
不
完
备
的
信
息
有
效
的
工
具
。
1995
年
A
C
M
将
粗
糙
集
理
论
列
为
新
兴
的
计
算
机
科
学
的
研
究
课
题
。
假
设
给
定
了
一
个
A
上
的
子
集
X
=
{
x
2
,
x
5
,
x
7
}
,
那
么
用
知
识
库
中
的
知
识
应
该
怎
样
描
述
它
呢
?
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
,
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
。
可
以
选
择
“
蓝
色
的
大
方
块
或
者
蓝
色
的
小
圆
形
”
这
个
概
念
:
{
x
5
,
x
7
}
作
为
X
的
下
近
似
。
选
择
“
三
角
形
或
者
蓝
色
的
”
{
x
1
,
x
2
,
x
5
,
x
7
,
x
8
}
作
为
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
交
得
到
的
,
而
上
近
似
则
是
将
那
些
包
含
X
的
知
识
库
中
的
集
合
求
并
得
到
的
.
粗糙集理论作为一种数据分析处理理论,在1982年由波兰科学家Z.Pawlak创立,是一种处理不精确(imprecise)、不一致(inconsistent)、不完整(incomplete)等各种不完备的信息有效的工具。1995年ACM将粗糙集理论列为新兴的计算机科学的研究课题。假设给定了一个\mathbf{A}上的子集\mathbf{X}=\{x_2,x_5,x_7\},那么用知识库中的知识应该怎样描述它呢?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\mathbf{X},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。可以选择“蓝色的大方块或者蓝色的小圆形”这个概念:\{x_5,x_7\}作为\mathbf{X}的下近似。选择“三角形或者蓝色的”\{x_1,x_2,x_5,x_7,x_8\}作为上近似,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交得到的,而上近似则是将那些包含X的知识库中的集合求并得到的.
粗糙集理论作为一种数据分析处理理论,在1982年由波兰科学家Z.Pawlak创立,是一种处理不精确(imprecise)、不一致(inconsistent)、不完整(incomplete)等各种不完备的信息有效的工具。1995年ACM将粗糙集理论列为新兴的计算机科学的研究课题。假设给定了一个A上的子集X={x2,x5,x7},那么用知识库中的知识应该怎样描述它呢?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,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。可以选择“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,x8}作为上近似,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交得到的,而上近似则是将那些包含X的知识库中的集合求并得到的.
5.5
1.举例说明你对函数的认识.
函数 (映射) 有定义域与值域, 且对于定义域的每个值, 在值域中有且仅有一个值与其对应。例如一元函数:
f
(
x
)
:
R
→
R
f(x): \mathbb{R} \to \mathbb{R}
f(x):R→R
f
(
x
)
=
x
2
+
1
f(x) = x^2 + 1
f(x)=x2+1
x
↦
x
2
+
1.
x \mapsto x^2 + 1.
x↦x2+1.
6.5 自己给定一个矩阵并计算其各种范数.
令
X
=
[
0
−
1
1
0
]
\mathbf{X}=\begin{bmatrix} 0 & -1 \\ 1 & 0 \end{bmatrix}
X=[01−10]
则:
l
0
=
2
l_0=2
l0=2
l
1
=
2
l_1=\sqrt{2}
l1=2
l
∞
=
1
l_\infty=1
l∞=1
7.1解释 推荐系统: 问题、算法与研究思路 2.1 中的优化目标
min
∑
(
i
,
j
)
∈
Ω
(
f
(
x
i
,
t
j
)
−
r
i
j
)
2
\min \sum_{(i, j) \in \Omega} (f(\mathbf{x}_i, \mathbf{t}_j) - r_{ij})^2
min∑(i,j)∈Ω(f(xi,tj)−rij)2
各符号及含义.
min
代
表
取
最
小
值
,
Ω
代
表
i
,
j
的
定
义
空
间
,
函
数
f
:
R
d
u
×
R
d
t
→
R
,
r
i
j
代
表
收
集
的
真
实
数
据
。
式
子
表
示
构
建
一
个
模
型
让
他
输
出
一
个
矩
阵
,
根
据
行
表
示
用
户
列
表
示
商
品
,
值
就
表
示
用
户
给
商
品
的
打
分
,
并
且
让
这
个
值
和
真
实
值
得
差
距
要
很
小
。
\min代表取最小值,\mathbf{\Omega}代表i,j的定义空间, 函数 f: R^{d_u} \times R^{ d_t} \rightarrow R,\mathbf{r}_{ij}代表收集的真实数据。式子表示构建一个模型让他输出一个矩阵,根据行表示用户列表示商品,值就表示用户给商品的打分,并且让这个值和真实值得差距要很小。
min代表取最小值,Ω代表i,j的定义空间,函数f:Rdu×Rdt→R,rij代表收集的真实数据。式子表示构建一个模型让他输出一个矩阵,根据行表示用户列表示商品,值就表示用户给商品的打分,并且让这个值和真实值得差距要很小。
第二次作业
最新推荐文章于 2024-05-09 00:12:58 发布