НАЛАШТУВАННЯ ТА НАВЧАННЯ НЕЧІТКОЇ МОДЕЛІ ДЛЯ ЗАДАЧІ КЛАСИФІКАЦІЇ

Анотація

У роботі розглянуто задачу класифікації об’єктів за ознаками та розроблено метод нечіткої класифікації. Для розв’язання задачі запропоновано використовувати нечітку модель представлення знань, побудовану з використанням навчальної вибірки, та систему нечіткого логічного виводу. Автоматичне формування системи нечітких логічних правил відбувається в процесі навчання. У процесі навчання відбувається налаштування параметрів моделі – нечітких границь термів. Для усунення проблеми обробки об’єктів, характеристики яких суттєво відрізняються від більшості об’єктів у вибірці та наближаються до порогових, для визначення границь термів пропонується використовувати квартильні оцінки. Модифікація класичного алгоритму нечіткої класифікації полягає в організації двохетапної процедури класифікації. Для поліпшення якості класифікації будуються допоміжні нечіткі класи, з використанням яких здійснюється відображення об’єктів в чіткі класи з навчальної вибірки. Для оцінювання якості класифікації використовуються метрики точності та повноти. Налаштування параметрів алгоритму нечіткої класифікації та розв’язання задачі нечіткої класифікації виконано з використанням набору даних іриси Фішера. Наведено порівняння результатів класифікації з використанням запропонованого в роботі двохетапного походу і класичного алгоритму нечіткої класифікації. Для зменшення впливу наявних у навчальній вибірці аномальних об’єктів на результат класифікації для визначення границь термів використовується міжквартильне середнє, що робить процедуру визначення границь термів робастною. Показано, що використання міжквартильного середнього для визначення границь термів дозволяє отримати прийнятну точність класифікації для вибірок, які містять об’єкти з аномальними характеристиками. Досліджено вплив способу розбиття вибірки на навчальну і тестову, а також вплив розміру навчальної вибірки на якість класифікації. Запропонований підхід є придатним для обробки даних в умовах обмеженої вибірки, часткового чи повного перекриття класів об’єктів, наявності об’єктів з нетиповими значеннями характеристик.