A Study on the Behaviour of the Algorithm for Finding Relevant Attributes and Membership Functions
2009
Madara Gasparoviča-Asīte, Ludmila Aleksejeva

Viena no relatīvi jaunajām pieejām mašīnapmācībā ir izplūdušo likumu pielietošana klasifikācijas problēmu risināšanā. Darbā aprakstīta nozīmīgo atribūtu un piederības funkciju meklēšanas algoritma darbība, ar eksperimentiem pētīta šī algoritma uzvedība, lai noskaidrotu kādām datu kopām šis algoritms, kurš automātiski no sākuma datiem var iegūt sākotnējās piederības funkcijas, ir derīgs. Tieši šī īpašība – automātiska piederības funkciju iegūšana ir viens no lielākajiem šī algoritma plusiem, jo krietni atvieglo klasifikācijas uzdevuma atrisināšanu. Vēl viens šī algoritma pluss ir iespēja strādāt ar izplūdušiem datiem, un rezultātā iegūt precīzus likumus, kas atdala klases vienu no otras. Pārkonstruējot sākotnējās piederības funkcijas arī JA – TAD likumu skaits, kas iegūts no lēmumu tabulām, tiek samazināts pat trīs reizes. Darba izstrādes gaitā tika veikti četri eksperimenti ar dažādiem apmācības un testa kopas lielumiem. Rezultātā izdarīti secinājumi par to, kāds testa kopas un apmācības kopas lielums ir optimāls, lai iegūtu labākus rezultātus. Kā arī eksperimentu gaitā iegūti secinājumi par rekomendācijām kādiem datiem šis algoritms ir piemērots, lai sasniegtu augstas kvalitātes rezultātus. Doti arī nākotnes pētījumu iespējamie attīstības virzieni.


Atslēgas vārdi
Iris data, relevant attributes, membership functions, decision table, IF-THEN fuzzy classification rules

Gasparoviča-Asīte, M., Aleksejeva, L. A Study on the Behaviour of the Algorithm for Finding Relevant Attributes and Membership Functions. Informācijas tehnoloģija un vadības zinātne. Nr.40, 2009, 76.-80.lpp. ISSN 1407-7493.

Publikācijas valoda
English (en)
RTU Zinātniskā bibliotēka.
E-pasts: uzzinas@rtu.lv; Tālr: +371 28399196