粗糙集实习方法

为在应用粗糙集理论处理数据时,对连续属性进行离散化预处理,采用k均值算法对连续属性进行离散化的方法,将属性无监督聚类成两类.通过在UCI数据库上选取的4组数据进行实验,首先离散化,再通过粗糙集约简,最

针对属性值为犹豫模糊元的决策问题, 提出一种基于粗糙集理论的多属性决策方法. 首先, 依据属性值与理想点的贴近度和给定的阀值得到判断矩阵; 然后, 根据判断矩阵对属性集进行约简, 确定属性权重; 最后

开题报告中提及了基于集值粗糙集的近似集增量更新方法，这一方法在数据处理中具有重要意义。研究探索了如何利用集值粗糙集进行近似集的增量更新，从而提高数据处理的效率和准确性。通过对近似集的增量更新，可以更好

非常详细的粗糙集代码，基于邻域粗糙集。可以运行。包含文章和数据集

鲁东大学张小峰编制，源码丰富却简洁，简单易懂，模块分明，适合粗糙集初学者学习。

粗糙集理论介绍和研究综述，是关于粗糙集理论的基本理论介绍和目前研究综述

现有的大部分数据库系统例如SQLServer等都具有存取效率高、存储空间的利用率高、适合大规模的数据的存储等优点，因此我们采用SQL语言实现粗糙集的集合操作，选用高性能的数据库管理系统实现粗糙集的数据

胡清华邻域粗糙集主程序，featureselect_FW_fast.m

Rosetta是一款专门为使用粗糙集方法的很直观的很有用的软件，大力推荐。

粗糙集理论及其应用综述