Trước hết chúng ta nhắc lại bài toán xây dựng hệ luật mờ phân lớp (trong Mục 1.3.1). Bài toán cho một tập các mẫu dữ liệu D = { (P; C) }, trong đó P = { pi = (di,1,
..., di,n) | i=1, ..., N } là tập dữ liệu, C = {C1, ..., Cm} là tập các nhãn của các lớp, pi ∈
U là dữ liệu thứ i, U = U1 × ... × Un là tích Đề-các của các miền của n thuộc tính
X1, ..., Xn tương ứng, m là số lớp và N là số mẫu dữ liệu, để ý rằng P ⊂ U. Mỗi dữ liệu pi∈ P được gán nhãn phân lớp ci∈ C tương ứng tạo thành từng cặp (pi, ci) ∈
D. Thông thường miền của các thuộc tính là miền thực, tức là U ⊂ Rn. Lược đồ
xây dựng hệ luật mờ phân lớp cho tập dữ liệu mẫu D thường gồm hai hai bước chính như sau:
(Step1) Phân hoạch mờ (fuzzy partition) trên miền của các thuộc tính dựa trên
tập các giá trị ngôn ngữ của các biến ngôn ngữ - Dom(Xi), mỗi giá trị ngôn ngữ
được thiết kế một hàm định lượng ngữ nghĩa tương ứng.
(Step2) Xác định các luật mờ từ các phân hoạch ở trên tạo thành hệ luật mờ S
dạng (1.7).
Dựa trên ĐSGT, trong bước 1 chúng ta có hai phương pháp phân hoạch mờ.
Thứ nhất, chúng ta áp dụng phương pháp lưới phân hoạch mờ dựa trên hệ các khoảng tính mờ Ik của một tập hạng từ mức k (Xk). Ký hiệu ĐSGT cho miền ngôn ngữ của mỗi thuộc tính Xj là A XA XA XA Xj. Theo Mệnh đề 1.3 với khoảng tính mờ xét ở dạng nửa đóng, hệ khoảng tính mờ Ik là một phân hoạch của [0,1]. Bằng cách chọn mức phân hoạch kj thích hợp đối với mỗi thuộc tính, khi đó miền của mỗi thuộc tính được phân hoạch bởi Ikj và tương ứng là tập giá trị ngôn ngữ Xkj. Mặt khác miền của các thuộc tính thường là miền thực, Uj = [aj, bj] ⊂ R, chúng ta chuẩn hóa về miền
52 fj(v) = j j j a b a v − − , ∀v ∈ Uj, j = 1, ..., n. (2.1)
Phương pháp phân hoạch dựa trên hệ các khoảng tính mờ như trên sẽ tạo nên một không gian gồm các siêu hộp Bi∈HS = Ik1× ... × Ikn tương ứng với khơng gian tích Đề-các của các giá trị ngơn ngữ LS = Xk1 × ... × Xkn. Hệ các luật mờ với điều
kiện là các giá trị ngôn ngữ sẽ được xây dựng dựa trên không gian HS. Mỗi siêu hộp Bq∈HS ứng với một tập giá trị ngôn ngữ Aq = (Aq1, ..., Aqn) ∈LS xác định điều kiện vế trái của tuyển một luật mờ. Chúng ta sinh luật mờ này nếu Bq có chứa ít nhất một mẫu dữ liệu trong D. Khi đó, phần kết luận vế phải của luật là nhãn phân lớp được chọn sao cho luật sinh ra đạt độ tin cậy cao nhất. Ta có luật mờ sinh theo dạng sau, được gọi là luật cơ sở:
Aq ⇒ Cq, (2.2) trong đó argmax{c( q Ch)|h 1,...,m } C q h = ⇒ = A C (2.3)
với c là độ tin cậy được tính theo cơng thức (1.9), (1.10). Trường hợp có nhiều lớp
cùng thỏa mãn (2.3) thì chọn ngẫu nhiên một trong chúng.
Theo tính chất phân hoạch của hệ khoảng tính mờ mức k trong ĐSGT - Ik, mỗi mẫu dữ liệu pi ∈ P xác định duy nhất một siêu hộp Bi. Chúng ta chỉ xem xét sinh hệ luật từ những siêu hộp có chứa mẫu dữ liệu, do đó số luật tối đa được sinh là N
trong trường hợp cực đoan, tức là bất kỳ hai mẫu dữ liệu đều không cùng thuộc một siêu hộp trong HS. Lược đồ sinh luật này giảm thiểu tính tốn và xem xét đến các
khả năng sinh luật từ không gian các phân hoạch HS, nhỏ hơn nhiều so với phương pháp của Ishibuchi có số khả năng sinh các luật là |HS|.
Hạn chế phương pháp phân hoạch dựa trên hệ khoảng tính mờ là chỉ sinh luật với tập các hạng từ có độ dài đúng kj trong ĐSGT của mỗi thuộc tính Xj, việc bỏ qua các hạng từ độ dài nhỏ hơn kj về trực quan khơng hợp lý và có thể làm giảm hiệu
53
năng của hệ mờ sinh ra. Một cách rất tự nhiên nhằm khắc phục hạn chế trên là áp dụng phương pháp lưới phân hoạch mờ bởi tập các hạng từ có độ dài khơng q k
(X(k)) thay cho tập hạng từ độ dài đúng k (Xk). Như vậy chúng ta cần xây dựng một hệ phân hoạch (kiểu như hệ khoảng tính mờ) của tập các hạng từ X(k) và đây là
phương pháp phân hoạch thứ 2 trong bước 1 của lược đồ trên. Điều này sẽ được
trình bày chi tiết trong Mục 2.3.
Đối với các bài tốn có số các thuộc tính lớn, để đảm bảo tính đơn giản và dễ
hiểu đối với hệ luật mờ sinh ra và hơn nữa thực tế các thuộc tính có những vai trò khác nhau quyết định đến việc phân lớp, do đó chúng ta mong muốn các luật sinh ra chỉ chứa điều kiện của một số ít các thuộc tính có vai trị quyết định đến phân lớp. Theo tiếp cận của H. Ishibuchi và các cộng sự [43], chúng ta sử dụng thêm một giá trị ngôn ngữ “Don’t Care” (DC) trong phân hoạch để chỉ sự không quan tâm đối với các thuộc tính được loại bỏ trong vế trái của mỗi luật, hàm định lượng ngữ nghĩa
của giá trị ngôn ngữ này đồng nhất bằng 1 trên miền của thuộc tính (µDC(v) = 1,
∀v). Khi đó mỗi luật cơ sở dạng Aq ⇒ Cq sẽ được sinh các luật thứ cấp dạng Aq(i)
⇒ Cq(i), với Aq(i) được chọn từ các điều kiện trong Aq theo tổ hợp số các thuộc tính
(Aq(i) ⊆ Aq, |Aq(i)| ≤ L), Cq(i) được xác định theo công thức (2.3). L là độ dài (số các
giá trị ngôn ngữ khác DC trong điều kiện ở vế trái) tối đa của luật cần sinh và được cho trước, trường hợp số thuộc tính n nhỏ có thể chọn L = n.
Đây có thể xem như một phương pháp rút gọn vế trái của các luật mờ nhằm
thực hiện mục tiêu giảm thiểu số điều kiện vế trái của các luật trong (1.6).
Lược đồ xây dựng hệ luật mờ dựa trên ĐSGT phụ thuộc các tham số mờ gia
tử, số lượng các tham số này ít hơn nhiều so với các phương pháp dựa trên tập mờ trong [29], [50]. Số các tham số mờ cho mỗi thuộc tính gồm fm(c-) và µ(h) ∀h∈H,
nếu sử dụng ĐSGT với 4 gia tử H = { Little, Possible, More, Very } thì tổng các
tham số của bài toán là 4n+n = 5n, để ý rằng fm(c+) = 1- fm(c-), n là số thuộc tính.
Đặc biệt, nếu áp dụng ĐSGT với 2 gia tử thì số lượng tham số chỉ là 2n, vì µ(V) =
1-µ(L). Trong khi đó, các phương pháp trong [29], [50] với hàm thuộc dạng tam
54
cho mỗi thuộc tính. Phương pháp trong [74] có tổng các tham số mờ là (K+1)n.
Điều này cho thấy mơ hình dựa trên ĐSGT sẽ giảm độ phức tạp trong các quá trình
tìm kiếm tối ưu tham số mờ.