模糊逻辑真的能改进简单的机器学习算法吗？

关键词：

【中文标题】模糊逻辑真的能改进简单的机器学习算法吗？【英文标题】：Does fuzzy logic really improve simple machine learning algorithms? 【发布时间】：2011-05-22 23:46:03 【问题描述】：

我正在阅读有关模糊逻辑的内容，但我只是看不出它在大多数情况下如何改进机器学习算法（它似乎相对经常被应用）。

以k个最近邻为例。如果你有一堆像color: [red,blue,green,orange], temperature: [real number], shape: [round, square, triangle] 这样的属性，除了实数属性（如果我错了，请纠正我），你不能真正模糊任何这些属性，我不明白这可以如何改进不只是把东西拼在一起。

如何使用机器模糊逻辑来改进机器学习？大多数情况下，您在大多数网站上都能找到的玩具示例似乎并不完全适用。

【问题讨论】：

这是一个语义问题。如果您不是在谈论它们的文字 RGB 值，那么红色/蓝色/绿色/橙色可能是“模糊”的术语。圆形/方形/三角形等术语也是如此。 【参考方案1】：

当变量具有自然的形状解释时，建议使用模糊逻辑。例如，[非常少、少、多、非常多] 对值有很好的重叠梯形解释。

颜色之类的变量可能不会。模糊变量表示成员的程度，这就是它们变得有用的时候。

关于机器学习，这取决于您要在算法的哪个阶段应用模糊逻辑。在我看来，在找到集群之后（使用传统的学习技术）来确定每个集群上搜索空间中某个点的隶属度会更好，但这并不能提高每次看到的学习，而是在之后的分类学习。

【讨论】：

【参考方案2】：

[round, square, triangle] 大多是理想的范畴，主要存在于几何中（即理论上）。在现实世界中，某些形状可能几乎是正方形或或多或少是圆形（圆形）。红色有许多细微差别，有些颜色更接近其他颜色（例如，请一位女士解释绿松石）。因此，抽象类别和一些特定值也可用作参考，在现实世界中，对象或值不一定等于这些对象或值。

模糊成员资格允许您衡量某些特定对象与某个理想的距离。使用这种度量可以避免“不，它不是圆形的”（这可能导致信息丢失），并利用给定对象是（不是）圆形的度量。

【讨论】：

【参考方案3】：

在我看来，模糊逻辑对于任何事情都不是一种实际可行的方法，除非您正在构建一个目的构建的模糊控制器或一些基于规则的结构，例如合规性/策略。虽然，模糊意味着处理介于 0 和 1 之间的所有内容。但是，当您处理需要在 3 维空间中应用模糊逻辑方面的更复杂的问题时，我发现它有点缺陷。您仍然可以处理多变量，而无需查看模糊逻辑。不幸的是，对于我研究过模糊逻辑的我来说，我发现自己不同意在大维空间中的模糊集合中所采用的原则，这似乎是不可行的、不切实际的，而且在逻辑上也不是很合理。您将在模糊集解决方案中应用的自然语言库也将是非常临时的，究竟是什么 [非常、很少、很多] 这就是您在应用程序中定义的全部内容。 在很多机器学习方面，您会发现您甚至不必将自然语言基础构建到您的模型中。事实上，您会发现无需将模糊逻辑应用到模型的任何方面即可获得更好的结果。

【讨论】：

【参考方案4】：

强行添加模糊性会让你有点恼火。如果你有一个“边数”属性而不是“形状”属性，它会进一步分为“少”、“中”、“多”和“不可数”。考虑到适当的隶属函数，该正方形可能是“较少”和“中等”的一部分。代替 “color”属性，如果你有“red”属性，那么使用 RGB 代码，就可以创建一个隶属函数。因此，正如我在数据挖掘方面的经验所说，每种方法都可以应用于每个数据集，什么有效，什么有效。

【讨论】：

【参考方案5】：

难道不能将离散集合转换为连续集合并获得与模糊性相同的效果，同时能够使用概率论的所有技术吗？

例如大小 ['small', 'medium', 'big'] ==> [0,1]

【讨论】：

【参考方案6】：

我不清楚您在给出的示例中要完成什么（形状、颜色等）。模糊逻辑已成功用于机器学习，但我个人认为它可能更常用于构建策略。与其继续讨论，我建议您参考我在“PC AI”杂志 2002 年 3 月 / 4 月号上发表的一篇文章，希望能阐明这个想法：

Putting Fuzzy Logic to Work: An Introduction to Fuzzy Rules

【讨论】：

机器学习常见算法优缺点之逻辑回归

...，而这些算法都是能够帮助我们处理更多的问题。其中，逻辑回归是机器学习中一个常见的算参考技术A我们在学习机器学习的时候自然会涉及到很多算法，而这些算法都是能够帮助我们处理更多的问题。其中，逻辑回归是机器... 查看详情

机器学习逻辑回归介绍

目录1逻辑回归的应用场景2逻辑回归的原理2.1输入2.2激活函数3损失以及优化3.1损失3.2优化4小结1逻辑回归的应用场景逻辑回归（LogisticRegression）是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字... 查看详情

目前的机器学习以及需要的机器学习

...，我们假定客观世界的规律可以用一个函数表示。但事实真的如此吗？客观世界的规则可以分为两部分。宇宙规则和人类规则。由于宇宙是按固定的规律运行的。所以宇宙规则可以表示为数学函数。但是人类规则却不是按照固定... 查看详情

人工智能，神经网络算法，机器学习，深度学习三者关系

...能你每天都能听到这个概念，也经常提这个概念，但是你真的懂它们之间的关系吗？那么接下来就给大家从概念和特点上进行阐述。先看下三者的关系。 人工智能包括了机器学习和深度学习，机器学习包括了深度学习，他们... 查看详情

机器学习能找到两组数据的关系吗

参考技术A可以机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为 查看详情

人工智能——深度学习介绍

...式的能力，这种能力被称为机器学习。　　　　一个称为逻辑回归的简单机器学习算法可以可以决定是否跑妇产，这种能力被称为逻辑回归。　　　　区分垃圾电子邮件和合法电子邮件，这种能力的算法是朴素贝叶斯算法。　　... 查看详情

模糊逻辑真实性论证

】模糊逻辑真实性论证【英文标题】：FuzzyLogicTruthfulnessDemonstration【发布时间】：2014-07-2406:34:06【问题描述】：我正在创建一个简单的示例来展示模糊逻辑的真实性。问题在于确定结果的真实性。我的第一个担忧：通过测试高低... 查看详情

spark机器学习（上）

...善具体算法的性能”。l“机器学习是对能通过经验自动改进的计算机算法的研究”。l“机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。”一种经常引用的英文定义是：Acomputerprogramissai 查看详情

机器学习算法小结

...个文档分类系统，用于垃圾邮件过滤，或是根据关键字的模糊搜索来对一组文档进行划分） 贝叶斯分类器一般用于关于文档处理，但实际上也可以适用于任何其他形式的数据集，只要能将其转化成一组特征列表。所谓特征，... 查看详情

机器学习实战笔记-k近邻算法2(改进约会网站的配对效果)

案例二.：使用K-近邻算法改进约会网站的配对效果案例分析:海伦收集的数据集有三类特征，分别是每年获得的飞行常客里程数、玩视频游戏所耗时间百分比、每周消费的冰淇淋公升数。我们需要将新数据的每个新数据的每个特... 查看详情

第五篇[机器学习]机器学习，逻辑回归comeon

 逻辑回归，简单的说，就是用sigmoid函数把连续函数归一化转化成离散的几个可能的结果。逻辑回归的算法最大似然法： 我自己的理解，最大似然法就是在你观测到某一系列事件出现的可能性之后，倒推该事件最可能的... 查看详情

机器学习6逻辑回归算法

1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？　　逻辑回归本质上是一个线性回归模型，是一种用来解决二分类问题的机器学习方法，用于估计某种事物的可能性。　 2.自述一下什么是过拟合和... 查看详情

机器学习面试总结————

...理和适用条件13、线性回归怎么解决多重共线性问题14、逻辑回归的原理和适用条件15、逻辑回归算法为何使用交叉熵损失函数16、逻辑回归算法的优缺点是什么17、什么是决策树模型?有哪些算法18、什么是信息增益与基尼系数19、... 查看详情

机器学习基础

...、机器学习的定义TomMitchell:机器学习是对能通过经验自动改进的计算机算法的研究。机器学习可以彰显数据背后真正的含义。二、机器学习的分类（1）监督学习supervisedlearning所谓监督学习，就是指在学习过程中会有一组标准答... 查看详情

1机器学习

...中改善具体算法的性能。(2)机器学习是对能通过经验自动改进的计算机算法的研究。(3)机器学习是用数据或以往的经验,以此优化计算机程序的性能标准。  查看详情

机器学习逻辑回归算法(代码片段)

逻辑回归算法学习目标1.逻辑回归的介绍1.1逻辑回归的应用场景1.2逻辑回归的原理1.2.1输入1.2.2激活函数1.3损失以及优化1.3.1损失1.3.2优化1.4小结2.逻辑回归api介绍3.案例：癌症分类预测-良／恶性乳腺癌肿瘤预测3.1背景介绍3.... 查看详情

机器学习需要了解的几个问题

...算法？　　2.每个算法的数学推导、适用情况、优缺点、改进方法、数据类型？　　3.如何平衡热启动时的准确率和召回率，两者不可能同时高，怎么平衡？从算法本身还是业务层面？惊喜度怎么添加？　　4.如何评价推荐系统的... 查看详情

机器学习：逻辑回归模型算法原理（附案例实战）(代码片段)

机器学习：逻辑回归模型算法原理作者：i阿极作者简介：Python领域新星作者、多项比赛获奖者：博主个人首页😊😊😊如果觉得文章不错或能帮助到你学习，可以点赞👍收藏📁评论📒&... 查看详情