rosetta简易教程

Rosetta简易教程 Rosetta简易教程是基于粗糙集理论的知识体系，旨在帮助读者轻松学会Rosetta。该教程涵盖了粗糙集理论的基本概念、应用和历史发展等方面。 粗糙集理论的历史发展是从20世纪70年代开始的，由波兰数学家Z. Pawlak和一些波兰科学院、波兰华沙大学的逻辑学家们共同研究的。1982年，Z.Pawlak发表了论文“Rough Set”，宣告了RS的诞生。1991年，Z.Pawlak出版了著作“Rough Sets: Theoretical Aspects of Reasoning about Data”。1992年，召开了首次国际研讨会，应用专集。从此，粗糙集理论在数据挖掘、模式识别、粗糙逻辑等方面取得了很大的进展。 粗糙集理论的主要思想是利用已知的知识库，将不精确或不确定的知识用已知的知识库中的知识来（近似）刻画。粗糙集理论的基本观点是将知识理解为对数据的划分，每一被划分的集合称为概念。 粗糙集理论的基本概念包括信息系统、知识、不可分辨关系、等价关系、下近似、上近似、边界域、粗糙度、粗糙隶属函数等。 信息系统是四元组(U,Q,V,f)，其中U是对象集合，Q是属性集合，V是属性的值域，f是一种映射，反应对象集合之间的值。信息系统实例包括对象集合、属性集合、值域和映射等。 知识是基于分类能力的，人们的行为是基于分辨现实的或抽象的对象的能力。那些根据事务的特征差别将其分门别类的能力都可以看作是某种“知识”。知识是有粒度的，粒度越小，能精确表达的概念越多。 不可分辨关系是分类过程中，相差不大的个体被归于同一类，他们的关系就是不可区分关系。不可分辨关系是U上的等价关系，定义如下：IND(P)＝{(x,y)∈U×U:f(x,a)=f(y,a), a∈P}。 集合的上近似、下近似和边界域是粗糙集理论中重要的概念。一个对象a是否属于集合X根据现有知识来判断，可分为三种情况：1）a肯定属于集合X，2）a可能属于也可能不属于集合X，3）a肯定不属于集合X。 粗糙集理论的应用包括规则挖掘和属性约简等。规则挖掘是指从数据中提取有用的规则，属性约简是指将数据中的属性简化为最重要的几个属性。 Rosetta简易教程是基于粗糙集理论的知识体系，旨在帮助读者轻松学会Rosetta。该教程涵盖了粗糙集理论的基本概念、应用和历史发展等方面，为读者提供了系统的学习平台。