粗糙集简约算法理论参照：粗糙集简约程序算法介绍
完整代码：程序完整代码
实验名称：粗糙集知识约简程序
实验平台：Python
实验过程和结果
1、实验数据
2、实验说明及过程截图
本次粗糙集简约实验使用的算法为领域粗糙集属性简约算法。本平台名为“5433粗糙集属性简约平台”。以下是平台导入数据界面截图：
图1 平台导入数据界面截图（未读入数据时）
图2 平台导入数据截图2（读入数据时）
点击“开始计算”按钮即可进入计算结果展示界面，计算结果展示界面截图如下：
图3 计算结果界面截图
3、实验结果
导入样例数据于平台数据库，点击“进行计算”。实验结果截图如下：
x1、x4、x5、x9
不需要的属性有：x2、x3、x6、x7、x8
上代码！！！
若需要完整现成代码请至程序完整代码下载！！！
main.py
from tkinter import * from MainPage import * root = Tk() root.title('5433粗糙集属性简约平台') MainPage(root) root.mainloop()
mainPage.py
from tkinter import * from data_input import data_input class MainPage(object): def __init__(self, master=None): self.root = master # 定义内部变量root self.root.geometry('%dx%d' % (900, 400)) # 设置窗口大小 self.createPage() def createPage(self): self.page = Frame(self.root) # 创建Frame self.page.pack() Label(self.page, text='欢迎使用5433粗糙集属性简约平台').grid(row=0, columnspan=4, stick=W, pady=10) Label(self.page, text='算法思想：').grid(row=1, columnspan=4, stick=W,pady=10) Label(self.page, text='前向贪心约简(F2HARNRS)算法的具体策略是：初始化属性约简集合为空集，此时约简集合下的正域为空集，每次选取使正域中对象增加最多的属性加入').grid( row=2, columnspan=4, stick=W, pady=10) Label(self.page, text='到约简集合中，直至正域中的对象不再增加，输出集合。其中，胡玉清等人证明了F2HARNRS算法满足正域单调性，即约简集合中新增加的属性不会使已').grid( row=3, columnspan=4, stick=W, pady=10) Label(self.page, text='属于正域的样本变为非正域样本这一性质，在算法的计算过程中，每次仅对还未判定为正域的样本进行正域计算，进一步缩减了算法的时间开销。胡玉').grid(row=4, columnspan=4, stick=W, pady=10) Label(self.page, text='清经过实验得到的 0.1～0.3 是δ较好的取值区间，此时δ使得分类器有良好的分类效果。（说明 本程序为了计算方便 使用的是每个都是对象或者属性的下标）').grid(row=5, columnspan=4, stick=W, pady=10) # emply line Label(self.page, text="").grid(row=6, column=2) Button(self.page, text='从本地文件读入数据计算', command = self.jump1 ).grid(row=7, columnspan=4) def jump1(self): self.page.destroy() data_input(self.root)
data_input.py
from tkinter import * import tkinter.messagebox import os from tkinter import filedialog, dialog from count_page import count_page class data_input(object): def __init__(self, master=None): self.root = master # 定义内部变量root self.root.geometry('%dx%d' % (700, 500)) # 设置窗口大小 self.path_ = "" self.path = StringVar() def selectPath(self): #选择路径 #选择文件path_接收文件地址 path_ = filedialog.askopenfilename() #通过replace函数替换绝对文件地址中的/来使文件可被程序读取 self.path_ = path_ #path设置path_的值 self.path.set(path_) with open(file=self.path_, mode='r+', encoding="utf-8") as file: self.file_text = file.read() def createPage(self): def upload_data(): if self.path_[-1] != "v": tkinter.messagebox.showwarning('警告','请导入csv文件!') else: text1.insert('insert', self.file_text) self.page = Frame(self.root) # 创建Frame self.page.pack() Label(self.page, text="").grid(row=0, column=0) Label(self.page, text="").grid(row=0, column=1) Label(self.page, text="").grid(row=0, column=2) Label(self.page, text="").grid(row=0, column=3) Label(self.page, text="").grid(row=0, column=4) Label(self.page, text="").grid(row=0, column=5) input_path = Entry(self.page, textvariable=self.path, width=30) input_path.grid(row=2, columnspan=2) text1 = Text(self.page, width=90, height=25, bg='AliceBlue') text1.grid(row=4, columnspan=5) Button(self.page, text="选择路径", command=self.selectPath).grid(row=2, column=2) Button(self.page, text="导入数据", command=upload_data).grid(row=2, column=3) # emply line Label(self.page, text="").grid(row=3, column=2) Label(self.page, text="").grid(row=7, column=0) def count(): with open("path.txt", 'w', encoding='utf-8') as f: f.write(self.path_) f.close() if not text1.get("2.0","end"): tkinter.messagebox.showwarning('警告', '请导入数据！') else: self.page.destroy() count_page(self.root) Button(self.page, text="开始计算", command=count).grid(row=11,columnspan=5)
count_page.py
from tkinter import * import MainPage from sklearn import preprocessing import pandas as pd import numpy as np import math import random import time class count_page(object): def __init__(self, master=None): self.root = master # 定义内部变量root self.root.geometry('%dx%d' % (700, 600)) # 设置窗口大小 self.createPage() def read_path(self): with open("path.txt", 'r', encoding='utf-8') as f: line = f.read() f.close() return line def createPage(self): m_chart1 = pd.read_csv(self.read_path()) m_chart = np.array(m_chart1.values[:, 1:]) self.page = Frame(self.root) self.page.pack() start = time.time() m_pro = m_chart1.copy(deep=True) m_chart2 = m_chart1.drop(columns=[m_chart1.columns[0]]) dd1 = m_chart1.where(m_chart2.applymap(type).eq(int)) dd2 = m_chart1.where(m_chart2.applymap(type).eq(str)) c_num = dd1.dropna(axis=1, how='all') c_str = dd2.dropna(axis=1, how='all') c_num1 = np.array(c_num) c_str1 = np.array(c_str) if not c_str.empty: c = np.unique(c_str1) for i, j in enumerate(c): m_chart[m_chart == j] = i col = m_chart1.columns m_chart1[col[1:]] = m_chart o_l, p_l = m_chart.shape o_all = list(np.arange(o_l)) p_all = list(np.arange(p_l - 1)) smp = list(o_all) red = [] argu = 0.2 Label(self.page, text='计算可能需要一些时间，请稍后～计算结果于下方展示').grid(row=0,columnspan = 4, stick=W, pady=10) Button(self.page, text="返回主界面", command=self.jump_back).grid(row=0,column=3) Label(self.page, text="数据对象个数：{}".format(o_l)).grid(row=1, column=0) Label(self.page, text="数据属性个数：{}".format(p_l)).grid(row=1, column=3) min_max_scaler = preprocessing.MinMaxScaler() X_minMax = min_max_scaler.fit_transform(m_chart) m_chart = X_minMax m_copy = m_chart1.copy(deep=True) m_copy[col[1:]] = m_chart def f_distance(o_i, o_j, r): d = 0 for k in r: d = d + (m_chart[o_i, k] - m_chart[o_j, k]) ** 2 d = math.sqrt(d) return d def get_nei(o_i, r): nei = [o_i] for i in o_all: if i != o_i: if f_distance(o_i, i, r) < argu: nei.append(i) return nei Label(self.page, text="数值化与归一化处理后的决策表:").grid(row=2, columnspan=5) text1 = Text(self.page, width=90, height=4, bg='AliceBlue') text1.grid(row=3, columnspan=5) text1.insert('insert', m_copy) Label(self.page, text="决策属性下的分类：").grid(row=4, columnspan=5) text2 = Text(self.page, width=90, height=4, bg='AliceBlue') text2.grid(row=5, columnspan=5) num_d = np.unique(m_chart[:, -1]) dd = m_chart[:, -1] d_cla = {} for j in num_d: d_cla[j] = list(np.where(dd == j)[0]) text2.insert('insert', d_cla) pos_end = [] while smp != []: test = list(set(p_all) - set(red)) dict_len = {} dict_n = {} for p_i in test: pos = [] for o_i in smp: test1 = red + [p_i] nei = get_nei(o_i, test1) if len(set(dd[nei])) == 1: pos.append(o_i) dict_len[p_i] = len(pos) dict_n[p_i] = pos key_max = max(dict_len, key=dict_len.get) if dict_n[key_max] != []: red.append(key_max) pos_end.extend(dict_n[key_max]) smp = list(set(smp) - set(dict_n[key_max])) else: break red1 = [i + 1 for i in red] unimp = list(set(p_all) - set(red)) unimp1 = [i + 1 for i in unimp] Label(self.page, text="约减后的属性").grid(row=6, columnspan=5) text6 = Text(self.page, width=90, height=4, bg='AliceBlue') text6.grid(row=7, columnspan=5) text6.insert('insert', m_chart1.columns[red1].values) Label(self.page, text="不需要的属性：").grid(row=8, columnspan=5) text7 = Text(self.page, width=90, height=4, bg='AliceBlue') text7.grid(row=9, columnspan=5) text7.insert('insert', m_chart1.columns[unimp1].values) pos_end1 = [i + 1 for i in pos_end] Label(self.page, text="对应正域：").grid(row=10, columnspan=5) text4 = Text(self.page, width=90, height=4, bg='AliceBlue') text4.grid(row=11, columnspan=5) text4.insert('insert', pos_end1) Label(self.page, text="运行时间{}".format((time.time()-start))).grid(row=14, columnspan=5) def jump_back(self): self.page.destroy() MainPage.MainPage(self.root)
