Имеется еще группа методов, в которых вместо простого разделения в пространстве признаков используются метрические функции этого пространства. Например, группировка объектов в новое понятие происходит таким образом, что расстояния между парами объектов, попавших в одно понятие, существенно превосходят расстояние от них до объектов, лежащих вне его (разделение по потенциальной функции). [c.170]
Указанный недостаток, несмотря на простоту процедур формирования понятий по методу разделения в пространстве признаков, делает эти методы мало пригодными для задач ситуационного управления. Именно поэтому в системах ситуационного управления, как правило, используются другие принципы формирования понятий и организации классификации. [c.171]
При решении задачи распознавания статистическими методами важнейшее значение имеет правильный выбор способа статистического представления объекта. Тем самым, нужно проделать предварительную обработку данных. Для того чтобы выбрать характерные отличительные признаки объектов, требуется, как правило, серьезное изучение исходной проблемы. Например, в моделях банкротства банков важное значение имеют такие показатели, как опыт в управлении фондами и соответствие требованиям адекватности капитала. Различные наборы признаков приводят к разным распределениям. При этом в разных вариантах дисперсия и свойства выпуклости кластеров во входном пространстве могут сильно отличаться, соответственно, при их разделении потребуется проводить границы разной степени сложности — от линейных до сильно нелинейных. Чем лучше была сделана предварительная обработка, тем легче будет решена задача классификации. [c.45]
Собственно проблеме фэрмировния понятий так, как она понимается в задачах распознавания образов и понималась на первом этапе развития теории искусственного интеллекта, посвящено огромное количество работ. Сошлемся прежде всего на источники, уже упоминавшиеся ранее, где обсуждаются эти проблемы в рамках, близких к задачам данной книге [1.1. 1.11, 2.16]. Упомянем еще две монографии Э. Ханта [4.11, 4.12], который много занимался проблемой формирования понятий. В 4.3 мы использовали прежде всего методы разделения в пространстве признаков, описанные, например, в [4.13]. Монографию [4.14] можно использовать для ознакомления с процедурами порождения новых методов, в которых разделение осуществляется на основе значений некоторой специально конструируемой функции фу (см. 4.3). Наконец, методы кластерного анализа, о которых в этой [c.264]