Вычислительная сложность отбора объектов и признаков для задач классификации с ограничениями монотонности
Зухба А.В.
Московский физико-технический институт (государственный университет), г.Долгопрудный, Московская область, Россия
Аннотация. В медицинской диагностике часто используются решающие правила с ограничениями монотонности, разработанные в информатике. Одновременный отбор информативных признаков и эталонных объектов может существенно влиять на степень монотонности выборки и, как следствие, на качество классификации. В данной работе предлагается систематизация дискретных оптимизационных задач, возникающих при одновременном отборе информативных признаков и эталонных объектов, устанавливается вычислительная сложность этих задач.
Ключевые слова: машинное обучение, отбор признаков, отбор эталонов, монотонный классификатор, дискретная оптимизация, вычислительная сложность.