Построение обоснованных классификационных моделей при принятии решений и прогнозировании

Пономарева Катерина Андреевна, Ступина Алена Александровна, Федорова Александра Витальевна, Корпачева Лариса Николаевна

Классификация является важной задачей интеллектуального анализа данных, где значение целевой переменной предсказывается, основываясь на значениях некоторых независимых переменных. Классификационные модели должны обеспечивать правильные прогнозы для новых экземпляров данных. Статья посвящена ключевым требованиям, предъявляемым к подобным моделям в любой области, где модель должна быть проверена, прежде чем она может быть реализована. Основными требованиями к классификационным моделям выступают понятность и обоснованность, что отображает соответствие модели существующим знаниям рассматриваемой предметной области. Обеспечение понятности и обоснованности классификационных моделей способствует их практическому применению в областях, где ранее такие модели считались слишком теоретическими и непонятными. Таким образом, модель классификации, которая является точной, понятной и эффективной, может быть определена как приемлемая для реализации.

Ключевые слова:интеллектуальный анализ данных, производительность модели, классификация, понятность, обоснованность, прогнозирование, медицинская диагностика.