Wyniki 1-1 spośród 1 dla zapytania: authorDesc:"Andrzej KRAŚNIEWSKI"

Hierarchiczna indukcja reguł decyzyjnych DOI:10.15199/59.2015.2-3.4


  Indukcja reguł decyzyjnych jest jednym z najważniejszych zadań w eksploracji danych. Cel indukcji ukierunkowanej na predykcję to wygenerowanie z danych zbioru reguł, które będą użyte do klasyfikowania nowych obiektów. Przez nowe obiekty rozumie się takie, które nie służyły do indukcji. Znany jest ich opis za pomocą wartości atrybutów, natomiast celem klasyfikowania jest przyporządkowanie obiektu do odpowiedniej klasy decyzyjnej. Jeżeli dla klasyfikowanego obiektu znana jest ponadto jego rzeczywista klasyfikacja, to nazywa się go przykładem testowym, gdyż możliwe jest wtedy porównanie proponowanej decyzji klasyfikacyjnej z rzeczywistą. Klasyfikowanie obiektów opiera się na dopasowaniu opisu obiektu do części warunkowych reguł decyzyjnych. Należy podkreślić, że zarówno rozwój algorytmów indukcji reguł, jak i sposób ich oceny, ukierunkowany jest przede wszystkim na perspektywę klasyfikowania nowych obiektów. Ponieważ zbiór reguł traktuje się wtedy jako klasyfikator, poprawność klasyfikowania jak największej liczby obiektów stanowi główną miarę oceny. Problem znalezienia minimalnego zbioru reguł, który obejmuje zbiór przykładów i poprawnie je klasyfikuje, jest NP-zupełny. W dowodach wykorzystuje się transformację tego problemu do problemu minimalnego pokrycia zbioru [1]. Najbardziej znane z dotychczas zaproponowanych opierają się na zasadzie generowania kolejnych pokryć (sequential covering). Polegają one na uczeniu się pojedynczej reguły, usuwaniu przykładów, które ona obejmuje i powtarzaniu procesu dla pozostałych przykładów. W rezultacie powstaje zbiór reguł obejmujących rozważany zbiór przykładów. Inną metodę indukcji reguł zastosowano w algorytmie LEM2 zaproponowanym przez Grzymałę-Busse [8]. Ta podstawowa metoda doczekała się wielu modyfikacji i jest stosowana w systemie RSES [23]. Niestety, mimo wielu modyfikacji algorytmów, generowane przez nie reguły klasyfikują obiekty ze zbyt małą precyzją. Bezpośrednią przyczyną jest[...]

 Strona 1