Implementacija uenja skupa pravila Matija Podravec Matija Abraham
Implementacija učenja skupa pravila © Matija Podravec Matija Abraham
UVOD • Želimo naučiti skup pravila oblika: AKO uvjet ONDA predviđanje • Gdje je uvjet konjunkcija provjere atributa, a predviđanje je pridruživanje vrijednosti ciljnom atributu (npr. Dan. Za. Sport=DA). • Ovakav skup AKO ONDA pravila se gradi sve dok ima pozitivanih primjera za učenje koji nisu pokriveni niti sa jednim do sada naučenim pravilom
Algoritam slijednog pokrivanja Slijedno_pokrivanje(Ciljni_atribut, Atributi, Primjeri, Prag) naučena_pravila {} pravilo nauči_jedno_pravilo(Ciljni_atribut, Atributi, Primjeri) dok performance(Pravilo, Primjeri) > Prag, ponavljaj naučena_pravila + pravilo Primjeri - { primjeri pravilno klasificirani pravilom } pravilo nauči_jedno_pravilo(Ciljni_atribut, Atributi, Primjeri) naučena_pravila sortiraj naučena_pravila prema performance vrati naučena_pravila
nauči_jedno_pravilo(Ciljni_atribut, Atributi, Primjeri, k) najbolja_hipoteza najopćenitija hipoteza kandidat_hipoteza { najbolja_hipoteza } dok kandidat_hipoteza nije prazan skup ponavljaj generiraj sljedeću specifičniju kandidat_hipotezu novi_kandidati_hipoteze { specijalizacije svih hipoteza iz kandidat_hipoteza } ažuriranje najbolje_hipoteze najbolja_hipoteza najbolja hipoteza koju daje performance funkcija ažuriranje kandidat_hipoteza k najboljih članova novi_kandidati_hipoteze prema performance funkciji vrati pravilo oblika IF najbolja_hipoteza ONDA predviđanje
performance(h, Primjeri, Ciljni_atribut) vraća negativnu entropiju skupa klasificiranog hipotezom h
- Slides: 5