Rough set theory performs knowledge

Rough set theory performs knowledge reduction with two fundamental concepts named reduct and core. Intuitively, a reduct of knowledge is an essential subset of knowledge suffices to define all basic relations, whereas a core is the most fundamental subset of knowledge consists of the common attributes of all reducts.
Given a decision table T = {U, C, D}, an attribute a is dispensable if and only if IND(C) = IND(C − {a}). Otherwise, a is indispensable. The family C is independent if ∀a ∈ C is indispensable in C. Attribute reduction is performed during the process of finding independent C with minimum cardinality. If for all elements in U, an attribute b is dispensable, then b can be removed from the training data set. This process of eliminating attributes that do not contribute any information for inferences is considered as feature selection, which is extremely useful to handle problems with high dimensionality.

ผลลัพธ์ (ไทย) 1:

ทฤษฎีเซตหยาบทำลดความรู้ มีแนวคิดพื้นฐานสองที่ชื่อ reduct และหลัก สังหรณ์ใจ reduct ความรู้เป็นเซตย่อยที่สำคัญของความรู้ suffices กับ define ความสัมพันธ์พื้นฐานทั้งหมด ในขณะที่ชุดย่อยพื้นฐานที่สุดของความรู้เป็นหลักประกอบด้วยคุณลักษณะทั่วไปของ reducts ทั้งหมดกำหนดตารางตัดสินใจ T = {U, C, D }, แอตทริบิวต์ถ้ากับมารับ IND(C) = IND (C − {กับ}) มิฉะนั้น จะขาดไม่ได้ ตระกูล C คือขึ้นอยู่กับว่าขาดไม่ได้ในการดำเนินการลดในระหว่างกระบวนการ finding แอตทริบิวต์ C. ∀a ∈ C C อิสระกับจำนวนนับที่น้อยที่สุด ถ้าองค์ประกอบทั้งหมดใน U, b มีแอตทริบิวต์กับ แล้ว b สามารถถูกเอาออกจากชุดข้อมูลการฝึกอบรม ขั้นตอนการขจัดคุณลักษณะที่ไม่สนับสนุนข้อมูลสำหรับ inferences ถือเป็นตัวเลือกคุณลักษณะ ซึ่งมีประโยชน์อย่างมากเพื่อจัดการปัญหา dimensionality สูง

ผลลัพธ์ (ไทย) 2:

หยาบทฤษฎีเซตดำเนินการลดลงของความรู้ที่มีสองแนวคิดพื้นฐาน reduct ชื่อและแกน สังหรณ์ใจเป็น reduct ความรู้เป็นส่วนย่อยที่สำคัญของงาน CES สายความรู้พอเพียงที่จะสายตะวันออกเฉียงเหนือทุกความสัมพันธ์ขั้นพื้นฐานในขณะที่แกนเป็นเซตพื้นฐานที่สุดของความรู้ประกอบด้วยคุณลักษณะทั่วไปของ reducts ทั้งหมด.
กำหนดตารางการตัดสินใจ T = {U, C, D } แอตทริบิวต์เป็นก็ได้ถ้าหาก IND (C) = IND (C - {a}) มิฉะนั้นจะขาดไม่ได้ ซีครอบครัวมีความเป็นอิสระถ้า∀a∈ C จะขาดไม่ได้ใน C. คุณสมบัติลดจะดำเนินการในระหว่างขั้นตอนของสาย nding อิสระ C ขั้นต่ำ cardinality ถ้าองค์ประกอบทั้งหมดใน U เป็นขแอตทริบิวต์ก็ได้แล้วขสามารถลบออกจากข้อมูลการฝึกอบรมชุด กระบวนการของการขจัดคุณลักษณะนี้ที่ไม่ได้มีส่วนร่วมในการหาข้อสรุปข้อมูลใด ๆ ถือเป็นคุณลักษณะที่เลือกซึ่งจะเป็นประโยชน์อย่างมากในการจัดการปัญหาที่มีมิติสูง

ผลลัพธ์ (ไทย) 3:

ทฤษฎีการตั้งค่าแสดงความรู้คร่าวๆ สองแนวคิดพื้นฐาน ชื่อ reduct และหลัก . สังหรณ์ใจ , reduct ความรู้เป็นสำคัญส่วนหนึ่งของความรู้ซุฟจึง CES de จึงไม่ความสัมพันธ์พื้นฐานทั้งหมด โดยหลักคือย่อยพื้นฐานที่สุดของความรู้ประกอบด้วยคุณลักษณะทั่วไปของทุก reducts .
ได้รับการตัดสินใจตาราง t = { u , C , D , } ,แอตทริบิวต์เป็นไม่สำคัญ ถ้าและเพียงถ้า IND ( C ) = IND ( C − { } ) มิฉะนั้น จะขาดไม่ได้ ครอบครัวภาษาซีเป็นอิสระถ้า∀เป็น∈ C ในซีแอตทริบิวต์ ซึ่งลดแสดงในระหว่างกระบวนการจึงหาอิสระ C ที่มีภาวะเชิงการนับที่น้อยที่สุด ถ้าองค์ประกอบทั้งหมดใน U , แอตทริบิวต์ B ไม่สำคัญแล้ว B จะถูกลบออกจากการชุดข้อมูลขบวนการขจัดคุณลักษณะที่ไม่สนับสนุนข้อมูลใด ๆ สำหรับใช้ นี้ถือเป็นการเลือกคุณลักษณะที่เป็นประโยชน์อย่างยิ่งที่จะจัดการกับปัญหาด้วย dimensionality สูง