33032 IMAGE4 (2)
Ol', te-** a] [xs ~ cl(*3 = ęjk ■ oj^[x,^a]ix2 = c];j*3 =^i-' ■ > o3'. = bj\[x2 m dj[x3 ę ej,
04: ^^Hu9
jeśli wybierzemy cechę xt jako podstawę podziału, to powstaną dwie klasy: fet * c]fx3 = ev/],
które reprezentuje drzewo binarne (rys. 6.3). Prostota obu klas wynosi P(xt) = 2/3, | ich zróżnicowanie Z(rt) = 1/4.
Rys. 63. Fragment drzewa klas w algorytmie RUMMAGE
Zakładając jednakową wagę obu kryteriów elementarnych, funkcja jakości podziału (6.1) przyjmuje wartość J(Xj) = 0,458. A zatem w rozważanym węźle drzewa powinien znaleźć się test pytający o wartość cechy xt lub x2amejCiS: ^ : • , *.
63. COBWEB
Najważniejszym algorytmem sekwencyjnym taksonomii symbolicznej jest COBWEB zbudowany przez D. Fishera w 1986 roku (Fisher 1987ą). Realizuje on podział zbioru obiektów w ten sposób, by maksymalizować przydatność struktury skupieó do przewidywania klasy, dó której będzie należał nowy obiekt W rolt później Fisher przedstawił w swojej pracy doktorskiej (Fisher 1987b) nieco ulepszoną wersję podstawowego algorytmu o nazwie COBWEB/2. Z kolei K. McKusick i K. Thompson zbudowali algorytm COBWEB/3 umożliwiający klasyfikację obiektów, których cechy mają także charakter ilościowy.
COBWEB jest przykładem algorytmu hierarchicznego, bowiem tworzy
drzewo klas, które następnie przeszukuje w dwu kierunkach za pomocą strategii wspinaczki. Ponieważ stosuję on zarówno dzielenie, jak i bieżenie klas, nie można jednoznacznie powiedzieć czy jest to algorytm aglomera-ęyjny, czy podziałowy.
Ciekawej modyfikacji algorytmu COBWEB dokonali J.H.Gennari, P.Langley, D, Fisher w 1989 roku, tworząc algorytm CLASSIT uwzględniający także cechy ilościowe obiektów (Gennari i in. 1989). ,
Należy dodać, że COBWEB stał się źródłem inspiracji do skonstruowania podobnych algorytmów; są to min. LABIRYNTH, OXBOW, ITERATE (tablica 4.1).
£3.1. Aspekty psychologiczne
W wyniku badań psychologicznych- wyodrębniono preferowany przez ludzi poziom w hierachii pojęć, nazywając go poziomem, podstawowym. Pojęcia z tego poziomu są najczęściej wykorzystywane w operacjach myślowych, są w pierwszej kolejności przyswajane przez dzieci i najszybciej kojarzone przez dorosłych, np. pojęcie „pies” zamiast bardziej ogólnego „ssak”ilub bardziej szczegółowego „jamnik”. Kategorie te (klasy obiektów) dostarczają:r^^^|..info^a^^.$ą. najbard^ej; zróżnicowane, mają najwięcej cech charakterystycznych i pozwalają uporządkować pozos^łe informacje o świecie (Rosch 1978); Inaczej mówiąc, jest to ten poziom w hierarchii skupień, który maksymalizuje wartość prawdopodobieństwa warunkowego przynależności do klasy na podstawie znajomości danej cechy. Na tej podstawie można skonstruować miarę nazywaną istotnością cechy (ang. cue validity) w postaci:
gdzie K to rozważana klasa, Wy.—wartość cechy Cf. Podobnie można zdefiniować istotność kategorii (ang.: category validity). Tak więc w zbiorze możliwych.podziałów zbioru obiektów ta struktura, która ma największą liczbę cech o maksymalnej wartości /, odpowiada podstawowemu poziomowi pojęć.
Jednak interpretacja miary nazywanej istotnością cechy za pomocą prawdopodobieństwa warunkowego nie jest do końca uprawniona, gdyż wybierany na jej podstawie poziom w hierarchii pojęć jest zwykle poziomem nadrzędnym (bardziej ogólnym) w stosunku do podstawowego.
109
Wyszukiwarka
Podobne podstrony:
33032 IMAGE4 (2) Ol , te-** a] [xs ~ cl(*3 = ęjk ■ oj^[x,^a]ix2 = c];j*3 =^i- ■ > o3 . = b
IMAGE4 (2) Ol , te-** a] [xs ~ cl(*3 = ęjk ■ oj^[x,^a]ix2 = c];j*3 =^i- ■ > o3 . = bj[x2 m
IMAGE4 (2) Ol , te-** a] [xs ~ cl(*3 = ęjk ■ oj^[x,^a]ix2 = c];j*3 =^i- ■ > o3 . = bj[x2 m
image(3) jpeg te ® ■ te ® ■ -KifOitd = T e <1 !**>■*> U tóro. . ^ Mn ! T 1 ^ Ovi.o[cAcse!
Image (38) ;te, r»«> **}>£% cftój* łMbte/ł ^ A *****i
skan0274 (CL) 3aa- «*• OJ i pOL^ jU^j S rivl^ • r £2^ę, u~ _ «Hł a ,» ^ v a -
Ol r.fttpy tfhiyit, K> cł «*»
z4 z7 h y ą o L ? j S r i _ ■ ° 4^
IMAGE?5 Ol T MB. Ji£- t■------ j£0 T COefPRZEKRÓJ B-B ah)U
Ol r.fttpy tfhiyit, K> cł «*»
* * ztoc Oł-CCT CO.-Ł adom a ;• o r ? stu 11 o1 5 O3 OOO * 4i « PA5Łcooo OJ •
WM W sem2 Z L J - iUWAlfrhLZ <Lo fkuWUĄZWu . ct-ol • A* /6060I ^bc. ^ ^ k -u&
z66 ver 1 2 File Edit View Database Image Window Help iJ " A A a « Cl , [D0 s
zw75b01 6 File Edit View Database Image Window Help 3 " 3O a CL i* - m a s _/-$ View (-jjp Data
więcej podobnych podstron