毫升 |基于案例推理 (CBR) 分类器
正如我们所知，最近邻分类器将训练元组存储为欧几里得空间中的点。但是基于案例的推理分类器 (CBR)使用问题解决方案数据库来解决新问题。它将用于解决问题的元组或案例存储为复杂的符号描述。
社区康复如何运作？
当出现要分类的新案例时，基于案例的推理器（CBR）将首先检查是否存在相同的训练案例。如果找到，则返回该案例的随附解决方案。如果没有找到相同的案例，则 CBR 将搜索具有与新案例相似的组件的训练案例。从概念上讲，这些训练案例可以被视为新案例的邻居。如果案例表示为图，则这涉及搜索与新案例中的子图相似的子图。 CBR 尝试结合相邻训练案例的解决方案，为新案例提出解决方案。如果出现与单个解决方案的兼容性，则可能需要回溯以搜索其他解决方案。 CBR 可以利用背景知识和解决问题的策略来提出可行的解决方案。
CBR的应用包括：
- 客户服务帮助台的问题解决方案，其中案例描述了与产品相关的诊断问题。
- 它也适用于工程和法律等领域，其中案例分别是技术设计或法律裁决。
- 医学教育，其中患者病史和治疗用于帮助诊断和治疗新患者。
社区康复的挑战
- 寻找一个好的相似度度量（例如匹配子图）和合适的组合解决方案的方法。
- 为索引训练案例选择显着特征和开发有效的索引技术。
CBR 变得更加智能，因为随着存储案例的数量变得非常大，准确性和效率之间的权衡数量不断发展。但在某一点之后，随着搜索和处理相关案例所需时间的增加，系统的效率将受到影响。