《六章记忆基础理解Memory-basedreasoningMBRP.ppt》由会员分享，可在线阅读，更多相关《六章记忆基础理解Memory-basedreasoningMBRP.ppt（30页珍藏版）》请在三一文库上搜索。
1、第六章 記憶基礎理解 (Memory-based reasoning, MBR),定義：用人工智慧的方式，以現有資料庫對新資料進行分類與預測。,記憶基礎理解 (Memory-based reasoning, MBR),記憶基礎理解記憶基礎理解可以應用的行業: 詐欺案件判斷。 顧客反應預測。 醫療服務追蹤。 問卷資料分類。,如何進行 (學習階段),如何進行 (預測階段),解決問題的三個主題,選擇適當的歷史資料 關鍵：資料的範圍必須能涵蓋原始資料 抽樣方法: 找出具效率的方式代表歷史資料 減少歷史資料庫的記錄數量 (圖9.3、9.4) 設定距離函數、組合函數、和鄰近資料的組數 (K值),案例研究
2、新聞報導分類,案例研究 新聞報導分類,選擇測試資料組 : 49,652則新聞稿, 每一則平均2700字與8個編碼 2. 設定距離函數 利用一個叫 “相關回饋(Relevance Feedback)” 的測試標準, 比對任何文件的相似度 (參見課本) ; B與A的距離: d(A, B) = 1 - Score(A, B) / Score(A, A),案例研究 新聞報導分類,3. 設定組合函數 為未分類的新聞找出最相似者,案例研究 新聞報導分類,3. 設定組合函數 為未分類的新聞評分 (門檻值為1),案例研究 新聞報導分類,4. 設定鄰近資料組數 1 11組 若要配置在單一編碼, 則選擇 較少組數
3、較合適,案例研究 新聞報導分類,5. 結果(200則, 半數同意才合格),案例研究 新聞報導分類,測量評分的效用:反查(Recall)與準度(Precision),距離函數,關鍵特性： 1. 明確界定(Well-defined) : d(A, B) = 0 2. 區辨性(Identity) : d(A, A) = 0 3. 可互換性(Commutability) : d(A, B) = d(B, A) 4. 三角不等式(Triangle Inequality) : d(A, C) = d(A, B)+d(B, C) 絕對值 : |A-B| ; 平方差 : (A-B)2 ; 標準化絕對值 : |
4、A-B|/(最大差值),組合函數,民主方式 (投票方式) 讓最近似的K個鄰近資料以投票的方式選出答案。 加權投票 著重在“加權” 最適用問題：類別變數 加權對於結果和信心水準只有小幅度影響，在部份鄰近資料比較近，而部份比較遠的情況下，加權才會有較大的效果。 加入迴歸分析,例 子,一次建立一個單變數的距離函數,例 子,例 子,採用標準化絕對值與將三種距離加總,例 子,同理也可對薪水做距離矩陣 加總 : dsum(A,B)=ds(A,B)+do(A,B)+di(A,B) 標準化加總 : dsum(A,B)/maxdsum(A,B) 歐幾里德距離 : SQTR(ds(A,B)2+do(A,B)2+d
5、i(A,B)2),例 子,每一點在三種距離函數下的最近似組合,例 子,加入新顧客,例 子,使用MBR與投票來判斷新顧客是否會流失與信心水準,例 子,使用MBR與加權來判斷新顧客是否會流失預測,組合函數,加入迴歸分析 處理數值或順序變數 最適用問題：連續數值 迴歸分析：將數據去適配到某些已知的函數，然後運用函數推算出未知值。 實例：以通貨膨脹率推算股市漲跌 (圖9.8 , 圖9.9),其他距離函數,其他資料型態的應用 五位數郵遞區號 dzip(A, B) = 0 前3碼一樣 dzip(A, B) = 1 前3碼不一樣 dzip-refined(A, B)=0.0 dzip-refined(A,
6、B)=0.1 ex. “20008” “20015” dzip-refined(A, B)=0.5 ex. “95050” “98125” dzip-refined(A, B)=1.0 ex. “02138” “90024”,如何獲得最佳結果,選擇正確的訓練資料組 增加罕見分類項的資料數量 距離函數 鄰近資料數量(k值)的考量 無一定數量的限制 組合函數 類別性資料加權投票 連續性數值結合迴歸分析與最似鄰近方法,MBR的優點,結論容易推測 能運用在任何資料型態、甚至是非關聯式資料上 在任何數量的變數下都能運作良好 訓練資料組容易建立,MBR的缺點,在預測階段上運算作業繁複 訓練資料組需要大量記錄 高度依賴距離函數和組合函數,