【机器学习】粗糙集（Rough Set Approach）
粗糙集理论是一种研究不精确，不确定性知识的数学工具。 粗糙集理论的知识表达方式一般采用信息表或称为信息系统的形式，它可以表现为四元有序组K=（U，A，V，P）。其中U为对象的全体，即论域；A是属性全体；V是属性的值域；P为一个信息函数，反映了对象x在K中的完全信息。 粗糙集的思想 ...
原文：【机器学习】粗糙集属性约简—Attribute Reduction
介绍 RoughSets算法是一种比较新颖的算法，粗糙集理论对于数据的挖掘方面提供了一个新的概念和研究方法。本篇文章我不会去介绍令人厌烦的学术概念，就是简单的聊聊RoughSets算法的作用，直观上做一个了解。此算法的应用场景是，面对一个庞大的数据库系统，如何从里面分析出有效的信息，如果一database中有几十个字段，有我们好受的了，但是一般的在某些情况下有些信息在某些情况下是无用的或者说是无效 ...
2017-06-14 17:49 0 1622 推荐指数：
相关推荐
粗糙集理论
粗糙集理论 1 粗糙集的基本概念 在粗糙集理论中，我们把知识看做是一种能被用于分类对象的能力。其中对象可以代表现实世界中的任意事物，包括物品、属性、概念等。即：知识需要同现实世界中特定环境的确定对象相关联，这一集合称为论域。 知识与概念 令U为包含若干对象的非空有限集 ...
粗糙集基本概念
转载：百度文库 一种对集合A的划分就对应着关于A中元素的一个知识 面对日益增长的数据库，人们将如何从这些浩瀚的数据中找出有用的知识？我们如何将所学到的知识去粗取精？什么是对事物的粗线条描述？什么是细线条描述？糙集合论回答了上面的这些问题。 要想了解粗糙集合论的思想，我们先要 ...
Stanford机器学习笔记-10. 降维(Dimensionality Reduction)
10. Dimensionality Reduction Content 10. Dimensionality Reduction 10.1 Motivation 10.1.1 Motivation one: Data Compression ...
机器学习之训练集_验证集_测试集
在NG的ML课程中和西瓜书中都有提到：最佳的数据分类情况是把数据集分为三部分，分别为：训练集(train set)，验证集(validation set)和测试集(test set)。那么，验证集和测试集有什么区别呢？ 实际上，两者的主要区别是：验证集用于进一步确定模型的参数(或结构 ...
机器学习中的训练集、验证集和测试集
在有监督(supervise)的机器学习中，数据集一般被分成2~3个，即：训练集(train set) 、验证集(validation set) 测试集(test set)。 三个集合的定义为： Training set：A set of examples used for learning ...
机器学习中的训练集、验证集、测试集
训练集 (Training set) 用来训练分类器中的参数，拟合模型。会使用超参数的不同取值，拟合出多个分类器，后续再结合验证集调整模型的超参数。 验证集 (Validation set) 当通过训练集训练出多个模型后，为了能找出效果最佳的模型，使用各个模型对验证集数据进行预测 ...
机器学习数据集大全
数据集汇总 一、免费大数据存储库的网站 1、深度学习数据集收集网站 http://deeplearning.net/datasets/** 收集大量的各深度学习相关的数据集，但并不是所有开源的数据集都能在上面找到相关信息。 2、Tiny ...