Построение интегральных индикаторов по ранговым признакам (пример)
Материал из MachineLearning.
| Строка 7: | Строка 7: | ||
<tex>x\in X</tex> характеризуется набором ранговых признаков <tex>{\{f_j\}}_{j=1}^{n}</tex>. | <tex>x\in X</tex> характеризуется набором ранговых признаков <tex>{\{f_j\}}_{j=1}^{n}</tex>. | ||
| - | Задано признаковое описание объектов в виде матрицы <tex>A</tex> размера <tex>m \times n</tex>, где <tex>a^{ik}</tex> - место i-го объекта в списке, отсортированном по убыванию k-го признака. Задано начальное приближение вектора весов признаков | + | Задано признаковое описание объектов в виде матрицы <tex>A</tex> размера <tex>m \times n</tex>, где <tex>a^{ik}</tex> - место i-го объекта в списке, отсортированном по убыванию k-го признака. |
| + | |||
| + | Два объекта <tex>x_i</tex> и <tex>x_j</tex> при векторе весов признаков <tex>\mathbf w</tex> сравниваются следующим образом. | ||
| + | <tex>x_i</tex> не хуже <tex>x_j</tex>, если <tex>{\mathbf u}^{ij})^{T}{\mathbf w} \geq 0,</tex> где | ||
| + | <tex>{u}^{ij}_k = 1</tex>, если i-й объект не хуже j-го по k-му признаку, и <tex>{u}^{ij}_k = -1</tex> в противном случае. | ||
| + | Задано начальное приближение вектора весов признаков | ||
<tex>\mathbf w^0</tex> и правильный порядок объектов, определяемый матрицей | <tex>\mathbf w^0</tex> и правильный порядок объектов, определяемый матрицей | ||
* [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Integral_Indicators_Based_on_Rank_Features/doc Ссылка на текст отчёта] | * [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Integral_Indicators_Based_on_Rank_Features/doc Ссылка на текст отчёта] | ||
Версия 18:11, 7 декабря 2010
Аннотация
В данной работе описывается подход к построению интегрального индикатора для множества объектов, характеризуемых признаками, выраженными в ранговых шкалах. В качестве интегрального индикатора предлагается рассматривать бинарное отношение на множестве объектов, позволяющее сравнивать объекты между собой. Бинарное отношение строится на основании признакового описания объектов и информации о важности каждого признака, задаваемой экспертами. Подход продемонстрирован на на работе алгоритма уточнения экспертной информации. Ключевые слова: интегральный индикатор, экспертное оценивание, ранговые шкалы, бинарные отношения.
Постановка задачи
Задано пространство объектов - пространство объектов,
-выборка объектов. Каждый объект
характеризуется набором ранговых признаков
.
Задано признаковое описание объектов в виде матрицы размера
, где
- место i-го объекта в списке, отсортированном по убыванию k-го признака.
Два объекта и
при векторе весов признаков
сравниваются следующим образом.
не хуже
, если
где
, если i-й объект не хуже j-го по k-му признаку, и
в противном случае.
Задано начальное приближение вектора весов признаков
и правильный порядок объектов, определяемый матрицей
| Данная статья является непроверенным учебным заданием.
До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |
