Inteligencja Obliczeniowa Metody oparte na podobieństwie do wzorców.

Prezentacja na temat: "Inteligencja Obliczeniowa Metody oparte na podobieństwie do wzorców."— Zapis prezentacji:

1 Inteligencja Obliczeniowa Metody oparte na podobieństwie do wzorców.
Wykład 26 Włodzisław Duch Uniwersytet Mikołaja Kopernika

2 Co było Odkrywanie wiedzy metodami neuronowymi Stosowanie reguł
Drzewa decyzji Metody indukcyjne

3 Co będzie Metody oparte na podobieństwie
k-nn - metoda najbliższych sąsiadów Ogólna teoria metod opartych na podobieństwie

4 Co to jest Poszukaj najbardziej podobnych przypadków i przypisz nieznany przypadek do tej samej grupy. W sztucznej inteligencji mamy: Memory-Based Methods (MBM), Instance-Based Methods (IBM), Case-Based Methods (CBM), Case-Based Reasoning (CBR), Memory-Based Reasoning (MBR), Similarity-Based Reasoning (SBR). Wszystkie te nazwy odnoszą się do metod wykorzystujących podobieństwo; inspiracje z pattern recognition - teorii rozpoznawania struktur.

5 SBL ogólnie Mając dany zbiór referencyjny wektorów i ich klas:
{X(k), Ck = C(X(k))} należy określić klasę wektora X lub p(Ci|X; M) p(Ci|X; M) prawdopodobieństwo klasyfikacji, d(X, X(k)) miara podobieństwa (miara odległości) M = parametry i procedury modelu (metric function etc). Uczenie leniwe (lazy learning) i „pracowite” Metody oparte na podobieństwie obejmują wszystkie metody generujące prototypy, np. kNN, RBF, LVQ, SOM, ... Metody oparte na funkcjach dyskryminujących można również zaliczyć do tej klasy.

6 k-NN Metoda k najbliższych sąsiadów
Mając {X(k), Ck = C(X(k))} określ p(Ci|X; M) 1. Przygotuj dane: średnia zero, standaryzacja wariancji 2. Zdefinuj funkcję odległości, np. Euklidesową lub Manhattan 3. Klasyfikuj (nie ma uczenia!) Dla 1-NN znajdź w zbiorze referencyjnym mink d(X, R(k)) , przyjmij p(Ci|X; M) = 1 dla Ci = C(R(k)) Dla k-NN: wybierz k (uczenie), min. l. błedów w L-1-O na zb. treningowym znajdź k najbliższych sąsiadów; Jeśli ki wektorów z klasy Ci to p(Ci|X; M) = ki /k

7 Subtelności k-NN Prosta ale ...
Standaryzacja może pogarszać zamiast polepszać. Problem impasów: dla danych dyskretnych i parzystego k może być kilka wektorów referencyjnych w tej samej odległości: Używaj nieparzystego k Zwiększ k aż impas zostanie przełamany Zmiejsz k Przyjmij klasę a priori bardziej prawdopodobną Odrzuć impasy jako niemożliwe do klasyfikacji Przełam impas w przypadkowy sposób Obliczaj prawdopodobieństwa zamiast przewidywania klas Sieć Hamminga - realizacja sieciowa.

8 Zalety k-NN Liczne zalety 1) Liczba klas nie jest ograniczona.
2) Łatwo jest dodać interpolację liniową, pozwalającą na lokalne uśrednienie wartości i zastosowania do aproksymacji. 3) Klasyfikator lub pamięć heteroasocjacyjna: dowolne cechy pozwalają na przewidywania pozostałych (opt. k i inne parametry mogą być różne). 4) Stabilność: NN, DT, systemy regułowe to systemy niestabilne przy perturbacji zbioru uczącego, knn jest metodą stabilną. 5) P-reguły są bardziej ogólne od C i F-reguł (?) 6) Bardzo proste metody, należy ich zawsze używać najpierw. 7) Nie ma uczenia; nie ma parametrów do manipulacji 8) Łatwo zrobić test „bez jednego” (leave-one-out) 9) Często daje b. dobre wyniki (zwłaszcza dla obrazów)

9 Wady k-NN ... i parę wad 1) Potrzeba wiele przykładów treningowych by uzyskać dobre wyniki. 2) Trzyma się wszystkie dane treningowe, konieczna duża pamięć. 3) Obliczanie odległości wymaga O(n2) operacji, potrzebna duża pamięć. 4) Może być powolne na etapie klasyfikacji. 5) Brak selekcji cech może powodować trudności w interpretacji i mylne wyniki. Regiony decyzyjne: wypukłe wielościany. Błąd dla k ® ¥ i dla liczby wektorów referencyjnych ® ¥ osiąga optymalne wartości statystyczne (Bayesowskie).  W praktyce twierdzenia asymptotyczne nie mają zastosowania.

10 Ogólna teoria Jak można sparametryzować wyrażenia na prawd. klasyfikacji? Model M zawiera: · k to liczba uwzględnianych wektorów ref. w otoczeniu wektora X; · d(×; r) f. odległości (podobieństwa), r = maks. promień sfery i pozostałe parametry adaptacyjne. · G(d(X, Rp)), f. ważąca wpływ wektorów Rp na p-stwo klasyfikacji; · {Rp} to zbiór wektorów ref. utworzonym ze zbioru treningowego {Xp}; · E[×] jest f. kosztu minimalizowaną podczas uczenia; · K[×] jest f. skalującą wpływ błędu dla danego prototypu z bazy treningowej na f. kosztu. Liczne procedury: selekcja cech/prototypów, wartości brakujące, minimalizacja, realizacja sieciowa, komitety ...

11 Przykłady metod Wiele znanych metod to szczególne przypadki SBM kNN
Uogólnione kNN - ważenie f. odległości r-NN LVQ Klasyfikatory Gaussowskie Sieci RBF Sieci MLP - po odpowiednim uogólnieniu na D-MLP Nowe modele: szukanie w przestrzeni modeli Wykład Karola - szczegóły

12 Koniec wykładu 26 Dobra - jeszcze nie noc !