文本按照一定的策略归于一个或多个类别中的应用技术。文本分类是文本挖掘的基础。而 特征选择又是文本分类中的核心．论文分析了以前特征选择方法中由于特征数目过多而造成分类时间和精度不高的缺 点。提出了一种基于粗糙集的特征选择方法．其特点是以特征在文本分类中的重要性对特征进行选择

一些有用的论文，大家可以看看，有助于大家理解其原理并很好的实现。

数据挖掘课期末论文，写的粗糙集，最后给的优秀分，初学者和需要交作业的可以参考，大神请无视我

Pawlak 粗糙集理论英文版，Pawlak-ROUGH SETS Theoretical Aspects of Reasoning about Data.pdf

一个基本的属性约简matlab实现程序，有注释。

pca+lda+粗糙集+模糊神经网络 saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat 1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat 2.对ldastudy进行离散化(discretimage.m)，得到离散化矩阵disdata,存入到imagedisdata.mat 3.将disdata组成决策表(savers.m)，通过对disdata的条件属性进行约简，得到其一个约简，组成新的测试集rstest和训练集rsstudy存为imagersdata.mat 4.对rsstudy进行模糊神经网络训练(savecul.m)，对模糊神经网络的参数进行调整学习将其存入culdata.mat 5.用runfnn.m对rstest进行测试得到其识别率

该程序实现了基于正域的属性约简方法和基于属性重要度的属性约简算法

高等应用数学问题的MATLAB求解（随书光盘）的粗糙集部分。

多维数据进行降维，粗糙集数据约简，选择权重比较大的数据进行评价

粗糙集约简代码，详细、清晰、易懂。分享给大家