6218156475

12 Ewa Adamus

W przypadku dwóch pozostałych sytuacji, w literaturze można spotkać wiele opracowań metod przeznaczonych do radzenia sobie z tym problemem. W pracy [10] przedstawione są niektóre z nich. Natomiast w rozprawie przyjęto następujący, uproszczony schemat postępowania:

Jeżeli część warunkowa obiektu zgadza się z opisem wielu reguł i wszystkie te reguły wskazują na tę samą klasę decyzyjną co obiekt, wówczas obiekt uznawany jest za poprawnie zaklasyfikowany. W przeciwnym przypadku, jeżeli część decyzyjna przynajmniej jednej reguły nie zgadza się z klasą obiektu, wówczas obiekt uznawany jest za błędnie zaklasyfikowany.

Jeżeli część warunkowa obiektu nie zgadza się z żadną z reguł, wówczas obiekt uznawany jest za źle sklasyfikowany.

W celu przeprowadzenia oceny zastosowanych reguł, wygenerowanych na podstawie próbek treningowych bez uzupełniania oraz z warunkowym uzupełnianiem, zastosowano następujące miary:

1. Średnia liczba poprawnych reguł (R_c) wyliczona jako:

— _ liczba poprawnych reguł

całkowita liczba reguł

(3)

przy czym reguła uznawana jest za „poprawną”, jeżeli część decyzyjna wszystkich pokrywanych przez nią przykładów zgadza się z klasą wskazywaną przez samą regułę. Wyniki dla etapu testowania przedstawia rys. 1 - dla indukcji reguł oraz klasyfikacji danych testujących z użyciem relacji podobieństwa bez uzupełniania oraz z uzupełnianiem.

— liczba prawidłowo zaklasyfikowanych próbek

Średnia liczba poprawnie zaklasyfikowanych próbek (S_c) obliczona jako:

całkowita liczba próbek

Miara ta w literaturze często określana jest również jako trafność klasyfikowania, dokładność lub sprawność [10]. Wyniki obliczeń umieszczono na diagramie 2 - dla indukcji reguł oraz klasyfikacji danych testujących z użyciem relacji podobieństwa bez uzupełniania oraz z uzupełnianiem.

4. Wnioski

W pracy przedstawiona została metoda warunkowego uzupełniania niekompletnych danych dopełnieniami klas podobieństwa. Wnioski dotyczące metody:

1. W przypadku zastosowanego sposobu uzupełniania nie obciążamy istniejących obiektów rzeczywistych, elementami sprzecznymi. Co prawda, teoria zbiorów przybliżonych dostarcza narzędzi przeznaczonych do radzenia sobie z tym problemem, jednak w sytuacji sprzeczności powstałej w wyniku uzupełniania nie wiemy, który obiekt jest rzeczywistym, pomiarowym, a który powstałym w wyniku uzupełniania.