我正在阅读关于模糊逻辑,我只是没有看到它在大多数情况下会如何改进机器学习算法(它似乎被应用于相对经常的情况)。模糊逻辑是否真的提高了简单的机器学习算法?
例如,k个最近的邻居。如果你有一堆像color: [red,blue,green,orange], temperature: [real number], shape: [round, square, triangle]
这样的属性,除了真正的编号属性(如果我错了,请纠正我),你不能真正模糊化任何这些属性,我不明白这怎么能改善更多比起把东西放在一起。
如何使用机器模糊逻辑来改善机器学习?在大多数网站上可以找到的玩具例子在大多数时候似乎都不适用。
这是一个语义问题。如果您不是在谈论它们的文字RGB值,红色/蓝色/绿色/橙色可能是“模糊”的术语。对于圆形/方形/三角形的术语也是如此。 – Cerin 2011-01-03 19:05:10