属性约简可以先求核再求约简，约简中某个属性的重要程度是有公式的，属性r相对于属性集Reds的重要性Imp(r)=1- Count(pos Reds(D))/ Count(pos Reds∪{r}(D))我用的是这个公式，可能还有其它的表现形式。
创新互联坚持“要么做到，要么别承诺”的工作理念，服务领域包括：网站设计制作、网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的千山网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
但如果某个元素组合的情况下不能得到很精准的属性值判断，则此时涉及到上近似与下近似的概念，此时的集合即为粗糙集，上近似与下近似不相等。
墓于粗糙集理论的约简方法粗糙集理论是一种研究不精确、不确定性知识的数学工具。
研究方法。粗糙代指粗糙集，上层因素分别视为条件属性和决策属性，借助于粗糙集的约简和属性重要性理论的研究方法。粗糙集理论，是继概率论、模糊集、证据理论之后的又一个数学工具，作为一种较新的软计算方法。
墓于粗糙集( Rough Set)理论的约简方法 粗糙集理论是一种研究不精确、不确定性知识的数学工具。目前受到了KDD的广泛重视，利用粗糙集理论对数据进行处理是一种十分有效的精简数据维数的方法。
首先要确定需要多少组数据。由于你是连续的数据那么可以用函数来表示的。比如y=f(x)，x是有个范围的。然后根据你要多少组数据(不妨为n吧)就可以将x的范围n等分。具体如下图。要是你要很精确的还可以积分。
第二就是可以使用流处理技术将数据实时收集、处理、存储，并提供实时查询和可视化分析功能，数据仓库和ETL工具将数据从各个系统中抽取、转换、加载到数据仓库中，然后使用数据分析工具对数据进行实时查询和分析。
大数据实时分析平台(以下简称PB-S)，旨在提供数据端到端实时处理能力(毫秒级/秒级/分钟级延迟)，可以对接多数据源进行实时数据抽取，可以为多数据应用场景提供实时数据消费。
首先无论你的数据是什么样的，经过我们的处理会把它做成数据标准化，当你的数据实时生成，我们有非常好的数据传输框架，保证你的数据上传到百度的开放云，在上面进行建模，进行各种各样可视化分析和决策的过程。
将数据库中的数据经过抽取、清洗、转换将分散、零乱、标准不统一的数据整合到一起，通过在分析数据库中建模数据来提高查询性能。
语义引擎。非结构化数据的多元化给数据分析带来新的挑战，我们需要一套工具系统的去分析，提炼数据。语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息。数据质量和数据管理。
根据原始数据，用Excel表格做出原始决策表。
导入/导出。 通过ODBC实现DBMS之间的部分整合。 将规则、知识最小表示（reduct）、表格、图例和其他对象转化为多种格式，包括XML，C++和Prolog。填充决策表（decision table）中缺失的数据。
现在大型的公司的系统基本上都不能停下来，不过现在的灾备软件也有了很多的进步。上海浪擎的A镜像系统就能实现追逐式复制技术，可以把源数据库所有事务快速复制到目标服务器，且不停顿业务系统。
