875.txt

This complete matlab for neural network

发信人: hillwind (骨折中...), 信区: DataMining
标  题: 粗糙集的两点疑惑
发信站: 南京大学小百合站 (Sun Nov 17 14:29:25 2002), 站内信件

看了几天粗糙集，感觉在两点上面有些问题，请大家指点一下，多谢

1. 按照粗糙集的定义，如果去除某个条件属性会改变条件属性相对于决策属性的正域
，则该条件属性属于该决策表的核，即对分类来说是必不可少的。

考虑这样一个决策表，其中某个条件属性是身份证号码，即所有的对象在该属性的取值
都是不同的。因为这样的条件属性使得知识的粒度达到最低，如果去除则很可能会影响条
件属性相对
决策属性的正域，这样该属性就成为产生的约简中的一个属性，但是这样的属性对预测
是没有作用的。更为可怕的是，当新的对象需要分类的时候，因为身份证号码不一样，
所以规则的前件没有一个是符合的，只能够取默认的类别。

如果上面的想法是正确的，那么对分类而言，粗糙集是不能正确的对属性进行选择的。是
不是
用粗糙集进行分类之前一定要先进行面向属性的归纳，取出上面诸如身份证号码这样的
属性。

2.粗糙集的本质是“让对象自己说话”，但是这样产生的一个结果就是，规则集相当的
庞大，并不容易理解。例如，如果某个决策表的约简有10个属性，每个属性的取值有2个
，那么产生的规则集会接近1024个，而且每个规则的前件的属性个数都为10（或者简化
后接近10）。这样粗糙集产生的分类器很可能就是一个黑箱，不能被很好的理解。而且
我觉得很难有算法可以把这么多的规则进行精简。

请问上面的想法有没有错误，对粗糙集感兴趣的同仁一起来讨论一下吧。

--
※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 166.111.187.191]