Причинно-следственные связи в задачах классификации

В данной работе объект классификации рассматривается как носитель причины появления одного или нескольких следствий и любой алгоритм классификации принимает решение о классе, наблюдая следствия из анализируемой причины. Рассматриваются следствия причины в задаче бинарной классификации как источники дополнительной информации, подтверждающие или отвергающие гипотезу о причине в классифицируемом объекте. При рассмотрении гипотезы о наличии или отсутствии определенной причины в классифицируемом по этому свойству объекте на основании нескольких следствий автоматически строится язык представления знаний. Тогда легко использовать доступную информацию из разных информационных пространств в задаче классификации объекта. Для использования причинно-следственных связей в задаче классификации необходимо использовать машинное обучение. В условиях обучения с учителем имеем множество прецедентов, когда известно наличие интересующей нас причины. Тогда можно статистически выделить события, которые стали следствиями этой причины. Детерминированные отношения причины и следствия порождают ошибки только за счет шума. В тех прецедентах, где нет причины, позитивная классификация появляется только за счет шума независимо от прецедента к прецеденту. Таким образом, даже слабое отклонение от равновероятного шума позволяет построить состоятельный критерий, выделяющий следствия от случайного шума. Выделение следствий можно проводить независимо друг от друга. Это следует из детерминированности отношения причина–следствие и независимости шума.