О каузальной репрезентативности обучающих выборок прецедентов в задачах диагностического типа

Работа посвящена некоторым особенностям анализа причинности в задачах интеллектуального анализа данных. Обсуждаются возможности использования так называемых открытых логических теорий в задачах диагностики (классификации) для описания пополняемых наборов эмпирических данных. В задачах этого типа необходимо установить (спрогнозировать, диагностировать и др.) наличие или отсутствие целевого свойства у нового прецедента, заданного описанием на том же языке представления гетерогенных данных, которым описаны примеры, обладающие целевым свойством, и контрпримеры, не обладающие целевым свойством. Представлен вариант построения открытых теорий, описывающих коллекции прецедентов средствами специальных логических выражений — характеристических функций (ХФ). Характеристические функции позволяют избавиться от гетерогенности в описаниях прецедентов. Предложена процедурная конструкция формирования ХФ обучающей выборки прецедентов. Исследованы свойства ХФ и некоторые условия их существования.