构建伽罗瓦格的哈斯图的快速算法

• 下载 bordat_pdf_.zip - 76.0 KB
• 下载 data_files.zip - 1.4 KB
• 下载 program.zip - 17.9 KB
• 下载 sourse_code.zip - 154.7 KB

本示例旨在让机器学习“食肉动物”的概念

为什么选择食肉动物？

食肉动物是一个概念，因为它是一组拥有共同属性的事物，这些属性对于该组的每个成员都有效，并且你找不到比这更大的包含该组事物的共同属性的集合

所以，如果哺乳动物组是 M

共同属性组是 C

那么概念“哺乳动物”就是 M, C

示例

如果我们还有另一个属性组 C1，C1 的属性在所有 M 成员中都通用，并且 C1 > C

那么 M, C 就不是一个概念

另一个例子：假设概念是“桌子”，因为我们知道每张桌子至少有一个平面和四条腿，但是椅子也只有一个平面和四条腿！

现在，我们不会破坏“桌子”这个概念，而是说“椅子”是一个负面例子

因为椅子有四条腿但不是桌子，而咖啡桌是一个正面例子

因为咖啡桌有四条腿，并且是桌子

看，如果我们能让我们的程序理解“桌子”这个概念，我们就能让杀毒软件理解“恶意代码”这个概念

而且我们不需要给程序任何巧妙的语义；程序应该自己理解发生了什么

我们将提供正面和负面示例，让程序自己学习

概念，之后我们将询问程序一些问题，它会给出答案，并给出其答案的理由

我们可以通过纠正系统答案来监督学习，但我还没有在代码中实现这一点

有效概念：我们说概念 M, C 是有效的（其中 M 是对象，C 是属性），如果它包含足够的正面示例。什么是足够的？我们稍后会讨论。

一致概念：我们说有效概念是一致的，如果没有负面示例。由于很难找到一致的概念，所以我们说

半一致：只有很少量的负面示例

相关概念：有效且半一致的概念称为相关概念。

最大的相关概念：现在你可以猜到，我们正在寻找的是。

优势：与神经网络不同，版本空间不需要大量的正面和负面示例来学习。而且正如你将看到的，Bordat 能够进行解释，而神经网络则不能。

属性值的定义

因为我们要构建的网络是二元的，所以

属性值属于 {0, 1}

并且由新数据表提供的属性

应仔细选择，因此属性必须全面且充分

你应该花足够的时间来制作新的数据表，因为大的数据表会导致程序挂起

程序常量

因为你的表可能很小，以便加快学习过程，你应该为 Alpha、Beta、Theta _Alpha、Theta _Beta 设置小而合适的值。

它们有什么作用？

Alpha、Beta 是下一份 PDF 文件中提到的限制，它们将控制

“有效性”函数，该函数将对概念进行判断，如上所述。

Theta _Alpha、Theta _Beta 用于决策系统以接受或拒绝对象

它们根据表中的总属性数量设置，并且

它们对结果属性的数量极其敏感。

当我们完成学习时，我们将获得我们概念的理想属性。

识别对象

新对象将由用户提供，用户将告诉我们

其对象的属性。我们将把其属性与我们的理想属性进行比较。

我们从 BORDAT 获得，所以我们将使用计数器变量。

迭代将扫描用户属性并与我们的属性进行比较。

当它们匹配时，我们增加计数器。

当它们不同时，我们减少计数器。

在此迭代之后，我们将把我们的计数器与 Theta_Alpha 进行比较。

和 Theta_Beta。

如果计数器小于 Theta_Beta 限制以拒绝异常对象，则用户的对象不属于我们的概念。

如果计数器大于 Theta_Alpha 限制以接受熟悉对象，则用户的对象属于我们的概念。

否则，我们无法判断该对象是异常还是熟悉，这称为

系统沉默

现在你可以想象这种情况：你输入了一个小表来加快学习速度。

并且因为属性不是很多，一个大的 Theta_Beta 值会导致程序拒绝所有对象，而小的 Theta_Alpha 会使程序

接受所有对象。

改变 Alpha、Beta 值将改变 Bordat 的行为。

巨大的 Alpha 将使所有概念无效，负的 Beta 将不允许任何

概念有效且稳固。

我认为不玩弄它们的价值是明智的。

简单来说，Bordat 是如何工作的？

输入是一个对象和属性的表。

主要概念是所有对象，没有属性，我们将从那里开始。

因为我们已经知道对象之间没有共享属性，如果存在共享属性，最好删除它们，因为它们是中性的，不会帮助学习概念。

我们将计算对象组的闭包，设其基数为 n。

STAR

我们将在基数为 n1 的子组中寻找概念。

对于每个有效且半一致的概念，在父概念和这个新概念子节点之间建立 HASSE 连接。

对于每个有效概念，递归地重复 STAR，这样我们就可以在其子节点中寻找可能的有效且半一致的概念。

当我们从所有父节点生成的所有子节点都不复存在时，我们就停止。

优化后的 Bordat

你可以看到 Bordat 有这个问题：

如果我生成了某个节点 X 的子节点，并且我们得到了一个子节点 Z，它

被认为是相关概念，尽管它是另一个相关父节点 Y 的子节点。

Y 和 X 处于同一级别，我们没有生成 Y 的子节点，因为它已经相关。

所以 Z 不是“最大的相关概念”，因为存在 Y，Y > Z，并且 Y 是相关的。

为了解决这个问题，声明一个公共数组，它将包含最大的相关概念。

每次找到一个新的相关概念时，我们都会将其与数组中的元素进行比较。如果它不包含在数组的任何概念中，我们就将其添加到数组中。如果它包含在数组的某个概念中，我们就不会生成其子节点。

在我们的实现中，我们不会绘制 HASSE 图，而是寻找合适的

识别用户概念的属性，并在此过程中，我们将看到一个已构建概念的列表。

未来发展

解释

通过比较属性和给定属性，新对象

并解释程序行为，当对象属于时，提及共享

“合适属性”组和“给定属性”组之间的属性。

当对象不属于时，提及“合适属性”组中不属于“给定属性”组的属性。

模糊逻辑

可以使用模糊属性进行学习，例如描述“声誉”

对象“客户”的属性，我们将说“非常好”或

“非常糟糕”。分类应用程序，当然我们必须更改函数。

有效性和其他相关事项。

简而言之，有些属性无法在经典逻辑空间中回答。

如何使用代码

一个重要的条件是数据文件的格式。

表的第一行将用作属性名称。

第一列将用作对象名称。

每个新列之前都应该有一个空格列，因此每行中的单词总是用一个或多个空格分隔。

数据文件格式必须是 *RTF，以下是按钮的使用：

加载数据

首先从文件中导入数据。

设置 + 对象

在列表框中确认选择的正面和负面示例。

保存表

将新的用户表保存到文件中。

设置 Alpha Beta Theta 的值

为常量值设置新值。

启动 Bordat

程序将使用 Bordat 来学习你的表。

询问已学概念

程序将要求你通过定义其属性列表来选择一个对象。

这是什么？

它将给出系统对你对象的判断。

注意：exe 图标是 48x48，可能不会出现在你的桌面上，除非你启用了大图标。在 Vista 中不是必需的。