其他分类方法

这里我们将讨论其他分类方法，例如遗传算法、粗糙集方法和模糊集方法。

遗传算法

遗传算法的思想来源于自然进化。在遗传算法中，首先创建初始种群。该初始群体由随机生成的规则组成。我们可以用一串位来表示每个规则。

例如，在给定的训练集中，样本由两个布尔属性（例如A1和A2）来描述。这个给定的训练集包含两个类，例如 C1 和 C2。

我们可以将规则IF A1 AND NOT A2 THEN C2 编码为位串100。在该位表示中，最左边的两个位分别表示属性A1和A2。

同样，规则IF NOT A1 AND NOT A2 THEN C1可以被编码为001。

注意- 如果属性有 K 个值，其中 K>2，那么我们可以使用 K 位来对属性值进行编码。类也以相同的方式编码。

要记住的要点 -

  • 基于适者生存的概念，形成一个新的种群，该种群由当前种群中的适者规则和这些规则的后代值组成。

  • 规则的适用性通过其在一组训练样本上的分类准确性来评估。

  • 应用交叉和变异等遗传算子来创造后代。

  • 在交叉中，规则对中的子串被交换以形成一对新的规则。

  • 在变异中，规则字符串中随机选择的位被反转。

粗糙集方法

我们可以使用粗糙集方法来发现不精确和噪声数据中的结构关系。

注意- 此方法只能应用于离散值属性。因此，连续值属性在使用前必须进行离散化。

粗糙集理论基于给定训练数据内等价类的建立。形成等价类的元组是难以辨别的。这意味着样本在描述数据的属性方面是相同的。

给定的现实世界数据中存在一些类，无法根据可用属性来区分。我们可以使用粗糙集来粗略地定义此类。

对于给定的 C 类，粗糙集定义由两个集合近似，如下所示 -

  • C 的下近似值- C 的下近似值由所有数据元组组成，基于属性的知识，这些数据元组肯定属于 C 类。

  • C 的上近似- C 的上近似由所有元组组成，基于属性的知识，不能被描述为不属于 C。

下图显示了 C 类的上近似和下近似 -

近似

模糊集方法

模糊集合论也称为可能性论。该理论由 Lotfi Zadeh 于 1965 年提出，作为二值逻辑和概率论的替代。这个理论使我们能够在高抽象层次上工作。它还为我们提供了处理数据测量不精确的方法。

模糊集合论还允许我们处理模糊或不精确的事实。例如，成为一组高收入的成员是准确的（例如，如果 50,000 美元很高，那么 49,000 美元和 48,000 美元又如何）。与传统的 CRISP 集合不同，传统的 CRISP 集合中的元素要么属于 S 要么属于它的补集，但在模糊集合理论中，元素可以属于多个模糊集合。

例如，收入值$49,000既属于中模糊集又属于高模糊集，但程度不同。该收入值的模糊集符号如下 -

mmedium_income($49k)=0.15 and mhigh_income($49k)=0.96

其中“m”是分别对medium_venue 和high_venue 的模糊集进行操作的隶属函数。该符号可以用图解表示如下 -

模糊法