ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

214
({τ} * Min) 1 , …, ({τ} * Min) q . Не все наборы могут различаться. Решим
следующую задачу: найдем множество индексов J такое, что
∀j ∈ J, |({τ} * Min) j | = min i=1,…,q |({τ} * Min) i |. (5.35)
Ясно, что для проведения классификации на с помощью
предельных синдромных моделей знаний {S * } * Min и с учетом минимизации
числа тестов следует выбирать модели ({S * } * Min) j , где j ∈ J.
Приведем две абсолютно минимальные предельные модели знаний для
примера «Диагностика»:
({S * } * Min) 6 = {S * (τ 1 /T1 36.0; z1); S * (τ 1 /T3 Нормальная; z1); S * ((τ 1 /T2
Повышенная; z2); S * (τ 1 /T1 36.4; z2)};
({τ/T} * Min) 6 = {τ 1 /T1; τ 1 /T2; τ 1 /T3}; ({τ} * Min) 4 = {τ 1 } = min;
({S * } * Min) 7 = {S * (τ 2 /В1 12; z1); S * (τ 2 /В2 Средних лет; z1); S * (τ 2 /В1 32;
z2); τ 2 /В3 Пенсионный; z2)};
({τ/T} * Min) 7 = {τ 1 /В1; τ 1 /В2; τ 1 /В3};
({τ} * Min) 5 = {τ 2 } = min.
Для сравнения приведем тесты наилучшей по покрытию модели знаний
({τ/T} * Min) 2 :
({τ/T} * Min) 2 = {τ 1 /T2; τ 1 /T3; τ 2 /В3};
({τ} * Min) 2 = {τ 1 ; τ 2 } = max.
Представим данные по покрытию прецедентов моделями знаний
({τ/T} * Min) 2 , ({τ/T} * Min) 6 и ({τ/T} * Min) 7 в виде таблицы 5.6.
Таблица 5.6 – Покрытие прецедентов тремя минимальными моделями
знаний
({S * } * Min) 2 ({S * } * Min) 6 ({S * } * Min) 7
{τ/T}\ α α 1 α 2 α 3 α 4 α 1 α 2 α 3 α 4 α 1 α 2 α 3 α 4
«T1 – B1» + + + + + + + + + + + +
«T1 – B2» + + + + + + + + - + - +
«T1 – B3» + + + + + + + + - - - +
«T2 – B1» + + + + - + + - + + + +
«T2 – B2» + + + + - + + - - + - +
«T2 – B3» + + + + - + + - - - - +
«T3 – B1» - + - + - + - - + + + +
«T3 – B2» - + - + - + - - - + - +
«T3 – B3» - + - + - + - - - - - +
Как видим, модели знаний ({S * } * Min) 6 и ({S * } * Min) 7 содержат абсолютно