数据挖掘粗糙集法粗糙集法也称粗糙集理论，是由波兰数学家Z Pawlak在20世纪80年代初提出的，是一种新的处理含糊、不精确、不完备问题的数学工具，可以处理数据约简、数据相关性发现、数据意义的评估等问题
其优点是算法简单，在其处理过程中可以不需要关于数据的先验知识，可以自动找出问题的内在规律；缺点是难以直接处理连续的属性，须先进行属性的离散化
因此，连续属性的离散化问题是制约粗糙集理论实用化的难点
粗糙集理论主要应用于近似推理、数字逻辑分析和化简、建立预测模型等问题
以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。
