本人於2013年7月6日上傳至本網站和百度文庫內的資源《關於粗糙集和鄰域粗糙集的基本理論和程序算例》，其中發現一處錯誤，該錯誤可能會誤導讀者的分析和研究，在此做出更正說明。
首先，非常感謝CSDN網友baobaotte的評語，感謝QQ網友zfl提出的錯誤。（個人感覺這兩個是一個人吧！呵呵）
錯誤所在：文章第19頁提到：
我這裏的決策屬性進行了歸一化，所以第9列就是0和1.
更改：將原文中的數字9更改爲10. 決策屬性應該是第10列，仍保持原樣1和2。當然，如果在歸一化過程中，對決策屬性進行了歸一化處理，則這裏的決策屬性將變成0和1.
資源中所使用的UCI數據breast數據，條件屬性爲9個，決策屬性爲1個。所以我在歸一化處理時只處理了條件屬性，而沒有理會決策屬性。
歸一化並將9個條件屬性和1個決策屬性整合到一起的結果：
注意圖中的紅色框！此時breast數據爲277*10維，即包含了9個條件屬性和1個決策屬性。而圖中數據區域沒有體現出決策屬性。
對於鄰域粗糙集的約簡程序而言，需要將決策屬性放置在所有條件屬性的最後一列，然後就可以進行約簡判斷了。
補充一點：CSDN內的資源沒辦法重新更正資源描述，也沒辦法回覆評論，所以在此貼出了更正說明，希望讀者能讀到這裏，做好更正！
資源的連接地址：http://download.csdn.net/detail/buaasuozi/5712433
百度文庫的資源地址爲：http://wenku.baidu.com/view/54c1bff6f8c75fbfc77db2f3.html
再次感謝網友的熱心幫助，提出的寶貴意見！多謝！
關於粗糙集和鄰域粗糙集的相關交流，歡迎加我QQ379786867，繼續交流學習！
ps：關於breast數據的說明：
breast數據是UCI數據集中的一個例子，其中包括9個條件屬性和1個決策屬性。原始數據形式如下：
注意看紅色框區域說明！
data即爲條件屬性，共9列
label也就是標籤，就是決策屬性，分爲1和2兩類。
鄰域粗糙集在約簡的時候數據，需要將數據整合（就是將條件屬性和決策屬性放到一起，決策屬性在最後一列），整合之後就變成了277*10維了。