摘要：
本节我们将继续介绍粗糙集有关的概念。 上节我们介绍了知识粒度的矩阵表示形式，本节将介绍基于知识粒度属性约简定义和算法。 基于粗糙特征选择算法亦称为属性约简，其旨在保持数据集分类能力不变的前提下，通过约简冗余属性，最后得到问题的决策或分类规则。 相关定义 设决策信息系统$S=(U,A=C \bigcu 阅读全文
摘要：
本节我们将继续介绍粗糙集有关的概念。 上节我们介绍了知识粒度的度量，本节将介绍知识粒度的矩阵表示形式。 我们先简单介绍矩阵的相关概念。 矩阵 先看矩阵的和，差。 矩阵的和： 若$A=(a_{ij})_{m \times n}$，$B=(b_{ij})_{m \times n}$是两个$m \time 阅读全文
摘要：
本节我们将继续介绍粗糙集有关的概念。 本节将介绍经典粗糙集中粒度的度量相关概念。 我们依旧使用这个决策信息系统为例。 | $U$ | $a$ | $b$ | $c$ | $e$ | $f$ | $d$ | | : : | : : | : : | : : | : : | : : | : : | | 1 阅读全文
摘要：
本节我们继续更新粗糙集相关的内容。 本文与 "之前" 的博客一脉相承。 上近似和下近似 以之前病人病历为例，这里我们使用体温这个属性。 | 病人 | 体温 | | : : | : : | |$e_{1}$|正常| |$e_{2}$|高| |$e_{3}$|很高| |$e_{4}$|正常| |$e_{ 阅读全文
摘要：
之前，我们简要地介绍了粗糙集，我将继续更新粗糙集相关的概念 等价类与等价关系 首先，我们先入为主地了解下等价类的定义吧，以下定义来自维基百科。 在数学上，假设在一个集合$X$上定义一个等价关系（用$\sim$来表示），则$X$中的某个元素$a$的等价类就是$X$中等价于$a$的所有元素所形成的子集： 阅读全文
摘要：
本系列博客将介绍经典粗糙集的相关概念和一个属性约简算法，作为系列博客的开篇之作，先不介绍具体概念，简单认识认识粗糙集。 粗糙集理论简介 粗糙集是波兰理工大学Z.pawlak教授提出用来研究不完整数据，不精确知识的表达、学习，归纳等的一套理论。 它是一种新的处理模糊和不确定性问题的数学工具，已被广泛应 阅读全文
摘要：
在本节，我们将介绍什么是特征，特征的分类以及常见的特征距离度量和它们的简单实现。 什么是特征 在机器学习和模式识别中，特征是被观测对象的可测量性能或特性。在模式识别，分类和回归中，信息特征的选择，判别和独立特征的选择是有效算法的关键步骤。特征通常是数值型的，但语法模式识别可以使用结构特征(如字符串和 阅读全文