Metodo di induzione delle regole del paziente (PRIM)Cosa ti ha ispirato a richiedere questa lista dei desideri?
Algoritmo di "bump hunting" per il data mining che non richiede un modello empirico. Piuttosto, ricerca "pazientemente" e in modo incrementale iper-box di fattori di input che massimizzano la risposta.
Quale miglioramento vorresti vedere?
Da R:
library<SPAN class="">(</SPAN>prim<SPAN class="">)</SPAN>
library<SPAN class="">(</SPAN>MASS<SPAN class="">)</SPAN>
data<SPAN class="">(</SPAN>Boston<SPAN class="">)</SPAN>
x <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> Boston<SPAN class="">\</SPAN><SPAN class="">[</SPAN><SPAN class="">,</SPAN><SPAN class="">5</SPAN><SPAN class="">:</SPAN><SPAN class="">6</SPAN><SPAN class="">\</SPAN><SPAN class="">]</SPAN>
y <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> Boston<SPAN class="">\</SPAN><SPAN class="">[</SPAN><SPAN class="">,</SPAN><SPAN class="">1</SPAN><SPAN class="">\</SPAN><SPAN class="">]</SPAN>
boston.prim <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> prim.box<SPAN class="">(</SPAN>x<SPAN class="">=</SPAN>x<SPAN class="">,</SPAN> y<SPAN class="">=</SPAN>y<SPAN class="">,</SPAN> threshold.type<SPAN class="">=</SPAN><SPAN class="">1</SPAN><SPAN class="">)</SPAN>
Perché questa idea è importante?
Modellazione statistica avanzataModellazione predittiva e apprendimento automaticoIngegneria della qualità e dei processiRiguardo al metodo di induzione delle regole del paziente (PRIM)Si tratta di un algoritmo di "bump hunting". Questa idea può essere importante perché il metodo non presuppone modelli empirici che mettono in relazione le risposte con le variabili di input. Cerca cosa è realmente accaduto e trova il più piccolo intervallo combinato di valori di input che ha ottimizzato la risposta. Tali risposte possono essere più facili da vendere al pubblico di riferimento perché non si prevede che le condizioni ottimali si verifichino, ma si sono effettivamente verificate. In questo senso, è simile a un albero decisionale. Si differenzia da un albero decisionale in quanto è meno "avido" - da qui la descrizione "paziente" nel suo nome. Si differenzia anche perché non produce un modello o delle regole. L'output è solo il miglior box/intervallo di input, il secondo miglior box, ecc.
Il metodo è stato descritto su riviste di statistica industriale come un metodo di ottimizzazione più robusto se applicato a contesti industriali con numerose fonti di variazione. È difficile ottenere una modellazione accurata di tutte queste fonti. L'algoritmo PRIM può essere più robusto perché non modella le condizioni, ma si limita a ricercarle.
