变精度粗糙集模型

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

P( E6 , X ) 0 ,故 m1 0.5 , m2 0.25 ,
从而 ( R, X ) 0.5 ,即使得 X 为 精确集的最小的 值为 0.5 , 或者说,对于任意 0.5 , X 为 粗糙集。
3 (2)令 X {x1 , x2 , x6 , x9},则 P( E1 , X ) , 5 2 3 P( E2 , X ) , P( E3 , X ) , P(E4 , X ) P(E5 , X ) P(E6 , X ) 1 , 3 4
d
若 B A 满足 pos( A, d , ) pos( B, d , ) , 则称
B 是 S 的一个 正域协调集;极小的(关于集合包含关系)
正域协调集称为 S 的 正域约简。
问题2 广义变精度粗糙集模型
定义: 设 (U , R) 为广义近似空间, 0 0.5 。对于任意的
R ( X ) 分别定义为:
R ( X ) {[ x]R ; P([ x]R , X ) } ,
R ( X ) {[ x]R ; P([ x]R , X ) 1 } 。



等价定义(1)
R ( X ) {x U | P([ x]R , X ) },
R ( X ) {x U | P([ x]R , X ) 1 } 。
令 0 0.5 , 包含关系 定义为

Y X P( X , Y ) .
一般地,称 包含关系为多数包含关系。

2 变精度粗糙集
定义: 设 (U , R) 为近似空间, 0 0.5 。对于任意的
X U , X 关于 (U , R) 的 下近似 R ( X ) 、 上近似
U
R
{Ei ;1 i 6} , E1 {xi ;1 i 5} , E2 {xi ;6 i 8} , E3 {xi ;9 i 12} ,
E4 {xi ;13 i 14} , E5 {xi ;15 i 18} , E6 {xi ;19 i 20} 。 取 0.3 , 考 虑 集 合 X {x4 , x5 , x8 , x14 , x16 , x17 , x18 , x19 , x20} 的 近似。
故 m1 0.4 , m2 0 ,从而 ( R, X ) 0.4 ,即使得 X 为 精确集的 最小的 值为 0.4 。
问题:1 属性约简
设 S (U , A {d},V , f ) 是决策表,其中 A 为条件 属性集合, d 为决策属性。定义:
pos( A, d , ) Y U A (Y ).
误分类率 的增加,集合的精度将增加。
类似于 Pawlak 粗糙集模型,若 ( R, , X ) 1 ,则称 X 为 精确集;若 ( R, , X ) 1 ,则称 X 为 粗糙集。 显然, X 为 精确集等价于 R ( X ) R ( X ) , 或 bnr ( X ) .
(1) 令 X {x4 , x5 , x8 , x14 , x16 , x17 , x18 , x19 , x20 } ,由于 P( E1 , X )
3 , 5
2 1 1 P( E2 , X ) , P( E3 , X ) 1 , P( E4 , X ) , P( E5 , X ) , 3 2 4










R ( X Y ) R ( X ) R (Y ) , R ( X Y ) R X R Y ;






(4) R ( X ) R ( X ) ; (5) R ( X ) ~ R (~ X ) , R ( X ) ~ R (~ X ) ; (6) X R ( X ) ; (7)若 ,则 R ( X ) R ( X ) , R ( X ) R ( X ) 。
第六讲: Ziarko变精度粗糙集模型
1 错分率与多数包含关系
设 U 为非空有限论域, X , Y U . 令
1 | X Y | , | X | 0 | X | P( X , Y ) | X | 0 0,
其中 | X | 表示集合 X 的基数。称 P( X , Y ) 为集合 X 关于集合 Y 的相对错误分类率。
R
{Ei ;1 i 6} , E1 {xi ;1 i 5} , E2 {xi ;6 i 8},
E3 {xi ;9 i 12} , E4 {xi ;13 i 14} , E5 {xi ;15 i 18} , E6 {xi ;19 i 20} 。
R ( X ) {[ x]R ; P([ x]R , X ) 0.7} U E3.
从而 bnr ( X ) E1 E2 E4 , negr ( X ) E3.
0.3 0.3
0.3
0.3
3 基本性质
定理: 设 (U , R) 为近似空间。对于任意的 X , Y U ,
m1 1 min{P( E, X ); E U ,0.5 P( E, X )} , R m2 max{P( E, X ); E U , P( E, X ) 0.5}. R
5例
考虑近似空间 (U , R) ,其中 U {xi ;1 i 20} ,等价关系 R 所确定的划分 为U









Leabharlann Baidu
4 集合的精度
集合的精度与错误分类率 有关。一般地,定义
X U 的 精度 ( R, , X ) 为:
( R, , X )
R (X ) R (X )



若 1
2 ,则 ( R, 1, X ) ( R, 2 , X ) ,即随着错
由于 P( E1 , X ) ,P( E2 , X ) 故
3 5
2 1 1 ,P( E3 , X ) 1 ,P( E4 , X ) ,P( E5 , X ) ,P( E6 , X ) 0 , 3 2 4
R ( X ) {[ x]R ; P([ x]R , X ) 0.3} E5 E6 {xi ;15 i 20},



0 0.5 ,下列关系成立:
(1) R (U ) R (U ) U , R () R () ; (2)若 X Y ,则 R ( X ) R (Y ) , R ( X ) R (Y ) ; (3) R ( X Y ) R ( X ) R (Y ) , R ( X Y ) R ( X ) R (Y ) ,
(2)令 0.5 1,


R ( X ) {x U |


[ x]R X [ x]R [ x]R X [ x]R
},
R ( X ) {x U |
1 } 。
例 : 考 虑 近 似 空 间 (U , R) , 其 中 U {xi ;1 i 20} , 等 价 关 系 R 所 确 定 的 划 分 为



令 rg ( R, X ) { ; bnr } ,即 rg ( R, X ) 是使得 X 为 粗糙的所 有 值的集合。设
( R, X ) sup rg ( R, X ) ,
( R, X ) 可理解为使得 X 为 精确集的最小的 值。
定理:设 (U , R) 为近似空间, X U 。则 ( R, X ) max{m1 , m2} ,其中
X U , X 关于 (U , R) 的 下近似 R ( X ) 、 上近似
R ( X ) 分别定义为:
R ( X ) {Rs ( x); P( Rs ( x), X ) } ,
R ( X ) {Rs ( x ); P( Rs ( x ), X ) 1 } 。
相关文档
最新文档