3、構建我的演算法所需要的檔案格式，前面的文章有介紹，如果你不清楚請回頭看看。
**如下：
4、使用演算法對資料進行約簡，生成決策規則檔案和約簡後的檔案。
下面是約見後的資料檔案 red.txt
下面是生成的決策規則檔案 rsoutput.txt
5、大家可以調整1中的表的頭3行，改變上下限及等級（粒度大小），這樣或許會得到不同的結果。
結語：這裡我約簡用的是 a_3_1() 演算法，我的**中還提供一些其他常用的方法的實現，以及我自己提供的演算法（具有容錯功能，因為實際資料中可能有誤輸入出現根本就不合理的資料），這裡僅演示如何使用，下面僅給出 a_3_1() 、a_3_5() 和我提供的演算法 a_4_1() 的源**如下：
我提出的演算法：
粗糙集分類
粗糙集理論 粗糙集理論 rough set theory 是乙個種處理資料分類的資料探勘方法。當資料屬於定性資料或不確定性資料，無法使用一般的統計方法時，粗糙集理論可以在資訊不完整和資訊不一致下，用來規約資料集合，發掘隱藏的資料陽性和資料相關性，以產生有用的分類規則。粗糙集理論現在主要應用在 臨床醫...
粗糙集理論介紹
粗糙集理論介紹 面對日益增長的資料庫，人們將如何從這些浩瀚的資料中找出有用的知識？我們如何將所學到的知識去粗取精？什麼是對事物的粗線條描述什麼是細線條描述？a r1 顏色分類 a r2 形狀分類 a r3 大小分類 上面這些所有的分類合在一起就形成了乙個基本的知識庫。那麼這個基本知識庫能表示什麼概念...
粗糙集基本理論
此方法基於粗糙集理論，對於粗糙集方面的知識，請參考這篇部落格 該部落格已經很好講了粗糙集的基本知識，我這裡就不重複了，請你反覆確認是否已經明白了下近似和上近似的概念。說白了，乙個屬性上的等價類集合 即劃分 就是關於這個屬性的知識，而其中的乙個等價類就是乙個概念，可以結合上面部落格中關於顏色知識的例子...