System informacyjny a system decyzyjny Relacja nierozróżnialności Klasy abstrakcji Teoria zbiorów przybliżonych Usuwanie niespójności z tablicy

Podobne dokumenty
Systemy ekspertowe : Tablice decyzyjne

System informacyjny a system decyzyjny Relacja nierozróżnialności Klasy abstrakcji Teoria zbiorów przybliżonych Usuwanie niespójności z tablicy

Systemy ekspertowe. Eksploracja danych z wykorzystaniem tablic decyzyjnych i zbiorów przybliżonych. Część trzecia

Wprowadzenie do zbiorów przybliżonych

Teoretyczne podstawy zbiorów przybliżonych

Odkrywanie wiedzy z danych przy użyciu zbiorów przybliżonych. Wykład 3

Sztuczna Inteligencja Projekt

Tablicowa reprezentacja danych

Systemy ekspertowe. Generowanie reguł minimalnych. Część czwarta. Autor Roman Simiński.

Sztuczna inteligencja

1. Reguły minimalne (optymalne) Podstawowe twierdzenia i definicje. Definicja 1 Funkcję postaci f. nazwiemy n-argumentową funkcją boolowską.

Bazy danych. Plan wykładu. Zależności funkcyjne. Wykład 2: Relacyjny model danych - zależności funkcyjne. Podstawy SQL.

Zbiory przybliżone w obszarze systemów ekspertowych

B jest globalnym pokryciem zbioru {d} wtedy i tylko wtedy, gdy {d} zależy od B i nie istnieje B T takie, że {d} zależy od B ;

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.

domykanie relacji, relacja równoważności, rozkłady zbiorów

1 Macierze i wyznaczniki

O MACIERZACH I UKŁADACH RÓWNAŃ

Technologie baz danych

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB IV ZBIORY PRZYBLIŻONE I ODKRYWANIE REGUŁ DECYZYJNYCH

Matematyka dyskretna. 1. Relacje

Algebra zbiorów. Materiały pomocnicze do wykładu. przedmiot: Matematyka Dyskretna 1 wykładowca: dr Magdalena Kacprzak

RELACJE I ODWZOROWANIA

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

Zależności funkcyjne

1 Działania na zbiorach

Bazy danych. Andrzej Grzybowski. Instytut Fizyki, Uniwersytet Śląski

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.

Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy. Dla dowolnego zbioru B Y określamy jego przeciwobraz:

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Kombinatoryka. Jerzy Rutkowski. Teoria. P n = n!. (1) Zadania obowiązkowe

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

Sztuczna Inteligencja Projekt

Relacje. opracował Maciej Grzesiak. 17 października 2011

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Ekoenergetyka Matematyka 1. Wykład 3.

Granular Computing 9999 pages 15 METODY SZTUCZNEJ INTELIGENCJI - PROJEKTY

IVa. Relacje - abstrakcyjne własności

Pojęcie zależności funkcyjnej

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

FUNKCJA I JEJ WŁASNOŚCI

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Programowanie liniowe

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II

Programowanie liniowe

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Baza w jądrze i baza obrazu ( )

Grupa klas odwzorowań powierzchni

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

1 Określenie pierścienia

Tadeusz Pankowski Definicja. Definicja

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

Przekształcenia liniowe

Zastosowania wyznaczników

Matematyka dyskretna

Indukcja matematyczna, zasada minimum i maksimum. 17 lutego 2017

Diagonalizacja macierzy i jej zastosowania

Zadania z algebry liniowej - sem. I Struktury algebraiczne

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

jest ciągiem elementów z przestrzeni B(R, R)

Pytania i polecenia podstawowe

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Algebra WYKŁAD 3 ALGEBRA 1

Zasada indukcji matematycznej

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

1. ODPOWIEDZI DO ZADAŃ TESTOWYCH

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

Analiza funkcjonalna 1.

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń

Informacja o przestrzeniach Sobolewa

Klasyfikator. ˆp(k x) = 1 K. I(ρ(x,x i ) ρ(x,x (K) ))I(y i =k),k =1,...,L,

Podstawowe własności grafów. Wykład 3. Własności grafów

Relacje i relacje równoważności. Materiały pomocnicze do wykładu. przedmiot: Matematyka Dyskretna 1 wykładowca: dr Magdalena Kacprzak

Macierze. Rozdział Działania na macierzach

Teoria ciała stałego Cz. I

Zadania egzaminacyjne

Topologia - Zadanie do opracowania. Wioletta Osuch, Magdalena Żelazna, Piotr Kopyrski

Systemy uczące się wykład 2

1 Zbiory i działania na zbiorach.

Diagnozowanie sieci komputerowej na podstawie opinii diagnostycznych o poszczególnych komputerach sieci

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań.

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Treści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka

Diagonalizacja macierzy i jej zastosowania

Wykład 14. Elementy algebry macierzy

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

3. Wykład Układy równań liniowych.

Wprowadzenie i pojęcia wstępne.

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

LI Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 3 kwietnia 2000 r. (pierwszy dzień zawodów)

Egzamin z logiki i teorii mnogości, rozwiązania zadań

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.

Układy równań i równania wyższych rzędów

1 Podobieństwo macierzy

Analiza matematyczna i algebra liniowa Macierze

Teoria miary. Matematyka, rok II. Wykład 1

2. Ilekroć w niniejszym komunikacie jest mowa o kursie ogólnym, rozumie się przez to iloczyn kursów poszczególnych zdarzeń.

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości.

Diagonalizacja macierzy i jej zastosowania

Transkrypt:

System informacyjny a system decyzyjny Relacja nierozróżnialności Klasy abstrakcji Teoria zbiorów przybliżonych Usuwanie niespójności z tablicy decyzyjnej

Metody usuwania niespójności z T 1. Pomoc eksperta: rozsądzenie óra decy jest właściwa. 2. Rozdzielenie niespójnej tablicy na dwie lub więcej oddzielnych, spójnych tablic decyzyjnych. 3. Usunięcie obieów powodujących konfliy (metoda ilościowa) 4. Metoda jakościowa: usunięcie obieów tworzących konfliy 5. Metoda tworzenia nowego atrybutu decyzyjnego (metoda uogólnionego atrybutu decyzyjnego)

Metoda jakościowa zień Pogoda (p) Stan kasy (k) Nastrój (n) Aywność (a) 1 Słonecznie użo Wesoły Piłka nożna 2 Pochmurno Mało Smutny Kino 3 Pochmurno użo Wesoły Kino 4 Słonecznie Mało Smutny Spacer 5 Słonecznie Mało Wesoły Piłka nożna 6 Pochmurno Mało Smutny Spacer Przykład: Klasy rozróżnialności dla całego zbioru atr. warunk: U/IN(C) = {(1),(2,6),(3),(4),(5) wa zbiory obieów ze względu na atr. dec. powodują konfli: X 2 ={2,3}; X 3 ={4,6} BX 2 = 3 ; BX 2 = 2,3,6 ; γ B X 2 = 1 6 ; γ B X 2 = 1 2 BX 3 = 4 ; BX 3 = 2,4,6 ; γ B X 3 = 1 2 ; γ B X 3 = 1 6

Met. Jakościowa: spójna tablica zień Pogoda (p) Stan kasy (k) Nastrój (n) Aywność (a) 1 Słonecznie użo Wesoły Piłka nożna 2 Pochmurno Mało Smutny Kino 3 Pochmurno użo Wesoły Kino 4 Słonecznie Mało Smutny Spacer 5 Słonecznie Mało Wesoły Piłka nożna

Met. uog. atr. decyzyjnego zień Pogoda (p) Stan kasy (k) Nastrój (n) Aywność (a) 1 Słonecznie użo Wesoły Piłka nożna 2 Pochmurno Mało Smutny {Kino, Spacer} 3 Pochmurno użo Wesoły Kino 4 Słonecznie Mało Smutny Spacer 5 Słonecznie Mało Wesoły Piłka nożna 6 Pochmurno Mało Smutny {Kino, Spacer} zień Pogoda (p) Stan kasy (k) Nastrój (n) Aywność (a) 1 Słonecznie użo Wesoły Piłka nożna 2 Pochmurno Mało Smutny {Kino, Spacer} 3 Pochmurno użo Wesoły Kino 4 Słonecznie Mało Smutny Spacer 5 Słonecznie Mało Wesoły Piłka nożna

Ćwiczenie Atr1 Atr2 Atr3 Atr4 ecy 1 0 1 0 1 Tak 2 1 0 0 1 Tak 3 1 1 1 0 Nie 4 1 1 1 1 Tak 5 0 1 0 0 Tak 6 0 1 0 0 Nie 7 0 1 0 0 Nie 1. Czy tablica jest spójna? Jeśli nie jest, usuń niespójność metodą jakościową oraz metodą uogólnionego atrybutu decyzyjnego

Macierz nierozróżnialności A B C ecy 1 0 0 0 0 Tak 2 0 0 0 1 Tak 3 0 0 1 0 Nie 4 0 0 1 1 Tak 5 1 1 0 0 Tak 6 1 1 1 1 Nie 7 1 1 1 0 Nie X 1 2 3 4 5 6 7 1 2 3 4 5 6 7 Jak odróżniać obiey od siebie: więc macierz jest 7 x 7

Macierz nierozróżnialności A B C ecy 1 0 0 0 0 Tak 2 0 0 0 1 Tak 3 0 0 1 0 Nie 4 0 0 1 1 Tak 5 1 1 0 0 Tak 6 1 1 1 1 Nie 7 1 1 1 0 Nie X 1 2 3 4 5 6 7 1-2 - 3-4 - 5-6 - 7-1 jest odróżnialny od 2 tymi samymi atrybutami co 2 od 1. Na przekątnej zawsze są -

Macierz nierozróżnialności A B C ecy 1 0 0 0 0 Tak 2 0 0 0 1 Tak 3 0 0 1 0 Nie 4 0 0 1 1 Tak 5 1 1 0 0 Tak 6 1 1 1 1 Nie 7 1 1 1 0 Nie X 1 2 3 4 5 6 7 1-2 - 3 C C, - 4 C, C - 5 A,B A,B, A,B,C A,B,C, - A,B,C, 6 A,B,C A,B, A,B C, - 7 A,B,C A,B,C, A,B A,B, C - Wypełniamy dół wpisując atrybuty, óre odróżniają dwa obiey od siebie

Ćwiczenia Atr1 Atr2 Atr3 Atr4 ecy 1 A A A A Pass 2 B A A B Fail 3 B A B A Pass 4 B A B B Fail 5 A B A B Pass 6 A B B B Fail 7 B B A B Fail Wyznacz macierze nierozróżnialności. W1 W2 W3 W4 ecy 1 Tak Pod uży Żółty Zdrowy 2 Nie OK uży Biały Zdrowy 3 Tak Pod Mały Biały Chory 4 Nie OK Mały Żółty Chory 5 Tak Pod Mały Czarn y 6 Nie OK uży Czarn y Zdrowy Chory 7 Tak Pod uży Żółty Zdrowy

Jądra i reduy Niech SI = {U,A,V, f}będzie systemem informacyjnym orazb A. Atrybut zbędny (niezbędny) Atrybut a B jest zbędny, jeżeli IN(B) = IN(B {a}). W przeciwnym wypadku (tzn. jeżeli IN(B) IN(B {a}) jest niezbędny. Zbiór atrybutów niezależnych (zależnych) A - zbiór atrybutów jest niezależny wtedy i tylko wtedy, gdy dla każdego a A, a jest niezbędny. W przeciwnym wypadku zbiór jest zależny. B A nazywamy reduem A wtedy i tylko wtedy, gdy B jest niezależny oraz IN(B) = IN(A). Zbiór wszystkich reduów oznaczamy przez RE(A). Zbiór wszystkich niezbędnych atrybutów w B będziemy nazywali rdzeniem (jądrem) B i oznaczali przez CORE(B). Powiązanie między reduami i jądrem CORE A = RE A, gdzie RE(A) to zbiór wszystkich reduów B, tzn. jądro atrybutów to przekrój po wszystkich reduach.

Jądra i reduy: z macierzy Informacje prayczne: Jądro: to zbiór wszystkich atrybutów występujących pojedynczo. Przecięcie zbioru reduów to jądro. Wynika stąd, że reduów należy poszukiwać tylko spośród zbiorów atrybutów zawierających jądro. Powyższe nie są definicjami!!! efinicji należy nauczyć się z wykładu.

Jądro i reduy: z macierzy X 1 2 3 4 5 6 7 1-2 - 3 C C, - 4 C, C - 5 A,B A,B, A,B,C A,B,C, - A,B,C, 6 A,B,C A,B, A,B C, - 7 A,B,C A,B,C, A,B A,B, C - X={A,B,C,} CORE(X) = {C,} Poszukiwania reduów wśród następujących zbiorów: {C,}, {A,C,}, {B,C,}, {A,B,C,} Poszukiwania rozpoczynamy od najkrótszego zbioru zawierającego jądro.

Jądra i reduy: z macierzy X 1 2 3 4 5 6 7 1-2 - 3 C C, - 4 C, C - 5 A,B A,B, A,B,C A,B,C, - A,B,C, 6 A,B,C A,B, A,B C, - 7 A,B,C A,B,C, A,B A,B, C - CORE(X) = {C,} 1. Utwórz wszystkie podzbiory atrybutów. 2. Wybierz tylko te, óre zawierają jądro: {C,}, {A,C,}, {B,C,}, {A,B,C,} 3. Sprawdź przecięcie tych zbiorów z każdym niepustym elementem macierzy Odpadają: {C,} 4. Usuń nadzbiory (reduy to zbiory minimalne) Usuwam: {A,B,C,} 5. Wynik: RE(X) = {(A,C,), (B,C,)}

Ćwiczenia W1 W2 W3 W4 ecy 1 A A A A Pass 2 B A A B Fail 3 B A B A Pass 4 B A B B Fail 5 A B A B Pass 6 A B B B Fail 7 B B A B Fail Wylicz jądra i reduy z macierzy nierozróżnialności. W1 W2 W3 W4 ecy 1 Tak Pod uży Żółty Zdrowy 2 Nie OK uży Biały Zdrowy 3 Tak Pod Mały Biały Chory 4 Nie OK Mały Żółty Chory 5 Tak Pod Mały Czarn y 6 Nie OK uży Czarn y Zdrowy Chory 7 Tak Pod uży Żółty Zdrowy

ądra i reduy: z definicji Jądro 1. Wyznacz klasy abstrakcji relacji nierozróżnialności U/IN(B), gdzie B jest to zbiór wszystkich rozważanych atrybutów. 2. Wyznacz klasy abstrakcji z pominięciem i-tego atrybutu U/IN(B {a i } ). 3. Jeżeli U/IN(B) = U/IN(B {a i }) to atrybut a i jest zbędny. W przeciwnym wypadku a i jest niezbędny i wchodzi do jądra CORE(B). 4. Powtarzaj p. 2, aż wykorzystane zostaną wszystkie atrybuty z B. A B C ecy 1 0 0 0 0 Tak 2 0 0 0 1 Tak 3 0 0 1 0 Nie 4 0 0 1 1 Tak 5 1 1 0 0 Tak 6 1 1 1 1 Nie 7 1 1 1 0 Nie

Jądra i reduy: z definicji Reduy 1. Wyznacz klasy abstrakcji U/IN(B), gdzie B jest to zbiór wszystkich rozważanych atrybutów. 2. Sprawdź, czy jądro CORE(B) nie jest reduem. Ponieważ jądro to zbiór atrybutów niezbędnych, to sprawdź, czy U/IN(B) = U/IN(CORE(B)). Jeżeli tak to jądro to jedyny redu i koniec. 3. Jeśli nie, to sprawdź kolejne podzbiory atrybutów B i zbioru B. Sprawdź, czy podzbiór B i jest niezależny. Jeżeli tak, to sprawdź czy U/IN(B) = U/IN(B i ), jeżeli zachodzi równość to podzbiór B i jest reduem. 4. Wypisanie reduów. A B C ecy 1 0 0 0 0 Tak 2 0 0 0 1 Tak 3 0 0 1 0 Nie 4 0 0 1 1 Tak 5 1 1 0 0 Tak 6 1 1 1 1 Nie 7 1 1 1 0 Nie