Отбор признаков и построение нечеткого классификатора на основе алгоритма прыгающих лягушек

В работе рассматривается подход к проектированию классификаторов на основе нечетких правил. Для оптимизации параметров классификаторов применен непрерывный алгоритм прыгающих лягушек. На множестве построенных классификаторов производится выбор оптимального классификатора относительно точности и количества используемых признаков с помощью статистического информационного критерия Акаике. Эффективность предложенного подхода проверяется тестированием на наборах данных KEEL. Полученные данные сравниваются с результатами работы алгоритмов-аналогов. Предложенный в статье новый подход к проектированию нечетких классификаторов позволяет уменьшить число правил и признаков, тем самым повысить интерпретируемость результатов классификации.