ScholarGate
Assistent
Machine learningRough sets

Variabele Precisie Ruwe Verzamelingen Model (VPRS)

Variabele Precisie Ruwe Verzamelingen (VPRS) is een uitbreiding van de klassieke ruwe verzamelingen theorie, geïntroduceerd door Wojciech Ziarko in 1993, om om te gaan met reële gegevens die onvermijdelijk ruis en misclassificatie bevatten. Door een precisieparameter u te introduceren die de toelaatbare mate van overlap tussen equivalentieklassen en een doelconcept regelt, versoepelt VPRS de strikte deelverzamelingvereiste van standaard ruwe verzamelingen, waardoor de inductie van benaderende classificatieregels uit ruisige of inconsistente datasets mogelijk wordt.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Variabele Precisie Ruwe Verzamelingen Model (VPRS)
Granulair rekenen (Infor…Drie-Weg Beslissingen

Bronnen

  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

Deze pagina citeren

ScholarGate. (2026, June 2). Variable Precision Rough Set Model (VPRS). ScholarGate. https://scholargate.app/nl/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)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/soft-computing/variable-precision-rough-set · Gegevensset: https://doi.org/10.5281/zenodo.20539026