Классификация по прецедентам: поиск максимальных логических закономерностей

Abstract

Рассматривается логический подход к задаче классификации по прецедентам. Исследуется известная модель классификатора, в которой анализ исходных целочисленных данных сводится к поиску определенных фрагментов в признаковых описаниях прецедентов, называемых максимальными логическими закономерностями. Главный недостаток такой модели заключается в большом числе отказов от классификации. Кроме того, поиск максимальных логических закономерностей – вычислительно сложная дискретная задача. В представляемой работе предложена модификация модели на основе нового более эффективного способа перечисления максимальных логических закономерностей. Экспериментально установлено, что за счет специального линейного упорядочивания значений признаков можно достичь более высокого качества классификации.