粗糙集的概念和一些例子
粗糙集理论是一种研究不精确,不确定性知识的数学工具。
粗糙集的思想为:一种类别对应一个概念(类别可以用集合表示,概念可以用规则描述),知识由概念组成;如果某个知识含有不精确概念,则该知识不精确。粗糙集对不精确概念的描述方法是通过下近似和上近似概念来描述。
上近似包含了所有使用知识R可确切分类到X的元素。
下近似包含了所有那些可能属于X的元素的最小集合。
粗糙集可以解决的问题可以如下一些:
1,不确定或者不精确知识的表达
2,经验学习并从经验中获取知识
3,不一致信息的分析
4,根据不完整得到,不确定的知识进行推理
5,在保留信息的前提下进行数据化简
6,识别并评估数据之间依赖关系
粗糙集的实例分析
病人 | 头痛 | 胸口痛 | 体温 | 流感 |
---|---|---|---|---|
a1 | 是 | 是 | 正常 | 否 |
a2 | 是 | 是 | 高 | 是 |
a3 | 是 | 是 | 很高 | 是 |
a4 | 否 | 是 | 正常 | 否 |
a5 | 否 | 否 | 高 | 否 |
a6 | 否 | 是 | 很高 | 是 |
a7 | 否 |