ScholarGate
Assistent
Machine learningRough sets

Variable Precision Rough Set Modell (VPRS)

Das Variable Precision Rough Set (VPRS) ist eine Erweiterung der klassischen Rough-Set-Theorie, die 1993 von Wojciech Ziarko eingeführt wurde, um mit realen Daten umzugehen, die unweigerlich Rauschen und Fehlklassifikationen enthalten. Durch die Einführung eines Präzisionsparameters u, der den zulässigen Grad der Überlappung zwischen Äquivalenzklassen und einem Zielkonzept steuert, lockert VPRS die strenge Untergruppenanforderung klassischer Rough Sets. Dies ermöglicht die Induktion von approximativen Klassifikationsregeln aus verrauschten oder inkonsistenten Datensätzen.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Variable Precision Rough Set Modell (VPRS)
Granulares Rechnen (Info…Three-Way Decisions

Quellen

  1. Ziarko, W. (1993). Variable precision rough set model. Journal of Computer and System Sciences, 46(1), 39–59. DOI: 10.1016/0022-0000(93)90048-2

So zitieren Sie diese Seite

ScholarGate. (2026, June 2). Variable Precision Rough Set Model (VPRS). ScholarGate. https://scholargate.app/de/soft-computing/variable-precision-rough-set

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateVariable Precision Rough Set (Variable Precision Rough Set Model (VPRS)). Abgerufen am 2026-06-15 von https://scholargate.app/de/soft-computing/variable-precision-rough-set · Datensatz: https://doi.org/10.5281/zenodo.20539026