Метод обнаружения выбросов в данных на основе многозначной логики предикатов

В работе рассматривается метод анализа данных, которые будут использованы при решении задач машинного обучения, на предмет нахождения в этих данных шумов и неточностей, искажений, которые препятствуют построению адекватной модели. Данные такого рода называются выбросами. Предлагаемый подход использует методы и алгоритмы, основанные на системах многозначной логики. Многозначную логику можно использовать в случае с многомерными разнородными признаками, характеризующими объекты исходной предметной области. Для проведения качественного анализа данных в работе предлагается следующий порядок действий: строится многозначная логическая функция для анализируемых данных, которая находит все возможные классы на рассматриваемой предметной области; далее проводится анализ объектов, которые не попали в построенные классы по ряду признаков; проверяется гипотеза о том, что данные объекты являются выбросами. В работе проверка гипотезы – это последовательность логических правил для восстановления исходных зависимостей, представленных в обучающей выборке. Предлагаемый подход рассматривался для задач классификации в случае многомерных дискретных признаков, когда каждый признак может принимать k различных значений и являться равнозначным по своей важности для идентификации класса.