Roughset

package功能新增
- `relations.py`
- `get_equivalence_object`： 取得目標規則篩選相同的物件
- `get_lower_approximation`：取得下限近似集合
- `get_upper_approximation`：取得上限近似集合
- `evaluate.py`
- `calculate_rules_ratio`： 計算 給定的規則條件 佔 所有資料 的比例
- `evaluate_metrics`：計算 target_dict 規則 在 df_data中的 support, confidence, lift

Demo頁面更新
+ page 1: Select Feature
+ 上傳資料
+ 檢查欄位獨立性
+ 取得上限/下限/界限近似集合
+ page 2: Split Data
+ 劃分訓練/測試資料
+ page 3: Rule Inference
- 上傳資料、選擇欄位
- 推論規則、取得規則解釋
- 設定閾值，篩選規則
+ page 4: Rule Application
+ 上傳規則、資料
+ 評估規則、篩選規則

現在入口為RoughSet物件了！
python
from roughset import RoughSet


範例
With a example data

python
from roughset import RoughSet

Load data from a CSV file
df = pd.read_csv('example.csv')

Create RoughSet object
RS = RoughSet(
df=df,
name_col="No",
feature_col=['天氣', '事故情形', '事故原因'],
decision_col='損壞部位'
)
rules = RS.get_reduct_rules(include_empty=True)
rules

We will get the reduct rules.


python
rules_with_scores = RS.get_reduct_rules_with_scores()
rules_with_scores


更新內容
建立`create_reduct_rules`，用來產生約略規則

使用範例
若範例資料如下

python
from roughset.reduct import create_reduct_rules

Load data from a CSV file
df = pd.read_csv('example.csv')

Calculate reduct rules
create_reduct_rules(
df=df,
name_col="No",
feature_col=['天氣', '事故情形', '事故原因'],
decision_col='損壞部位',
include_empty=True Include empty reduct rules
)


則結果如下