基于邻域粗糙集算法python实现

还在跑程序,我这渣笔记本CPU估计要跑很久,不如来贴个代码吧。
这个是之前一篇粗糙集相对属性约简python实现的一个小小改进
当中距离函数使用的是欧几里得距离公式,入坑没多久,代码写的不是很好,请见谅。

# _*_coding:utf-8 _*_
#@Time    :2018/12/22 上午10:45
#@Author  :we2swing
#@FileName: test.py

import pandas as pd
import numpy as np
import math
import matplotlib.pyplot as plt

def basic_set(df):
    basic = {}
    for i in df.drop_duplicates().values.tolist():
        basic[str(i)] = []
        for j, k in enumerate(df.values.tolist()):
            if k == i:
                basic[str(i)].append(j)

    return basic

def Euclidean(x_data):
    n = x_data.shape[1]#代表列数
    m = x_data.shape[0]#代表行数
    num = [0] * n
    num2 = np.zeros((m,m))
    #转为list
    arr = np.array(x_data)

    counti,countj,countk,countz = 0,0,0,0
    #遍历每一行的元素
    for j in arr:
        countk = 0
        for k in arr:
            if countj != countk:
                countz = 0
                # 遍历每一行的每一个元素
                for z in k:
                    temp = np.square(z - j[countz])
                    if countz == 0:
                        num[countz] = temp
                    else:
                        #把每一行中每个元素的差值平方相加
                        num[countz] = num[countz-1] + temp
                    countz = countz + 1
            else:
                num[countz-1] = 0
            num2[countj][countk] = round(math.sqrt(num[countz-1]),1)
            countk = countk + 1
        countj = countj + 1
    return num2

def key_basic(num,k):
    # k = 4  # 设δ=k
    # k = [4.0,4.1,4.2,4.3,4.4,4.5,4.6,4.7,4.8,4.9,5.0]
    num1 = {}
    counti, countj = 0, 0
    for i in num:
        num1[counti] = []
        countj = 0
        for j in i:
            if j <= k:
                num1[counti].append(countj)
            countj = countj + 1
        counti = counti + 1
    return num1

def compare(data):
    # k = [4.0, 4.1, 4.2, 4.3, 4.4, 4.5, 4.6, 4.7, 4.8, 4.9, 5.0]
    global t1
    t1 = 4.0
    data = data.dropna(axis=0, how='any')
    x_data = data.drop(['judge'], axis=1)
    y_data = data.loc[:, 'judge']
    n = x_data.shape[1]  # 代表列数
    m = x_data.shape[0]  # 代表行数

    # 决策属性基本集
    y_basic_set = sorted([v for k, v in basic_set(y_data).items()])
    num = Euclidean(x_data)
    # print(num)
    x_basic_set = [v for k, v in key_basic(num,t1).items()]

    # γC(D)
    pos = []
    for i in x_basic_set:
        for j in y_basic_set:
            if set(i).issubset(j):
                pos.append(i)
    # pos.sort()#排序
    r_x_y = len(pos) / len(data)  # 也许可以写一个card函数
    print('依赖度r_x_(y):', r_x_y)

    # 计算每一个γ(C-a)(D)
    # 获取条件属性个数为总下标存入集合
    # 收集属性重要性
    imp_attr = []
    columns_num = list(range(len(x_data.columns)))
    for i in columns_num:
        c = columns_num.copy()
        c.remove(i)
        u = data.iloc[:, c]
        num = Euclidean(u)
        u = sorted([v for k, v in key_basic(num,t1).items()])

        # γC(D)
        pos_va = []
        for k in u:
            for j in y_basic_set:
                if set(k).issubset(j):
                    pos_va.append(k)
        r_x_y_2 = len(pos_va) / len(data)
        r_diff = round((r_x_y - r_x_y_2), 4)
        imp_attr.append(r_diff)

    dict_imp = {}
    for o, p in enumerate(imp_attr):
        dict_imp[data.columns[o]] = p

    result = dict_imp
    # print(imp_attr)
    return result

def sepdata(data):
    # 获取数据长度
    len = data.iloc[:, 0].size
    # 将数据划分
    if len % 100 != 0:
        if len > 100:
            num = len // 100 + 1
        else:
            num = 1
    else:
        if len > 100:
            num = int(len / 100)
        else:
            num = 1
    arr = [[]] * num

    count = 0
    for i in arr:
        # 如果数少于100或者最后一部分数少于100,则放入一个由数长决定的数组
        if num == 1:
            arr[count] = data.iloc[0:len]  # 取100开始,取
        elif count == num - 1:
            arr[count] = data.iloc[100 * count:len]
        else:
            arr[count] = data.iloc[100 * count:(count + 1) * 100]
        count = count + 1
    sorted_dict_imp = [[]] * num
    total = [0] * 27
    title = ['C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9', 'C10', 'C11', 'C12', 'C13', 'C14', 'C15', 'C16',
             'C17', 'C18', 'C19', 'C20', 'C21', 'C22', 'C23', 'C24', 'C25', 'C26', 'C27']
    # total = [0] * 16
    # title = ['C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9', 'C10', 'C11', 'C12', 'C13', 'C14', 'C15', 'C16']
    print(sorted_dict_imp)
    count = 0
    for i in arr:
        print('-------------------------------------第%d个数据集数据-----------------------------------------' % (count + 1))
        sorted_dict_imp[count] = compare(i)
        count = count + 1
    count1 = 0
    # 将dict的key为C1-Cn的value存入total中保存,并且相加
    for i in sorted_dict_imp:
        count = 0
        if count1 == 0:
            for j in title:
                total[count] = i.get(j)
                count = count + 1
        else:
            for z in title:
                total[count] = i.get(z) + total[count]
                count = count + 1
        count1 = count1 + 1
    # 输出最终C1-Cn的结果
    count = 0
    for i in title:
        print(i, ':', round(total[count], 4))
        count = count + 1
    figure(total)

def figure(opt):
    count = 0
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
    title = ['C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9', 'C10', 'C11', 'C12', 'C13', 'C14', 'C15', 'C16',
             'C17', 'C18', 'C19', 'C20', 'C21', 'C22', 'C23', 'C24', 'C25', 'C26', 'C27']
    plt.scatter(title, opt, c='b', s=7)
    plt.plot(title, opt, linewidth=3, alpha=0.7)
    plt.show()

def main():
    data = pd.read_csv(filepath_or_buffer='/Users/we2swing/Desktop/111.csv')
    sepdata(data)

if __name__ == '__main__':
    main()

里面很多代码延续的是之前上面传送门里文章的代码。
觉得有用的话点个赞
测试数据:
链接:https://pan.baidu.com/s/1dtle6A6od8bOCwDPW1lZ2w
提取码:o2qf

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,298评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,701评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 107,078评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,687评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,018评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,410评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,729评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,412评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,124评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,379评论 2 242
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,903评论 1 257
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,268评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,894评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,014评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,770评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,435评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,312评论 2 260