可解释性预测分析方法的研究  

Research on interpretable predictive analysis method

作　　者：李庆国[1] 康蕴 余斌 LI Qingguo;KANG Yun;YU Bin(School of Mathematics, Hunan University, Changsha 410082, China;College of Information Science and Engineering, Hunan Normal University, Changsha 410006, China)

机构地区：[1]湖南大学数学学院,湖南长沙410082 [2]湖南师范大学信息科学与工程学院,湖南长沙410006

出　　处：《西北大学学报（自然科学版）》2022年第4期519-527,共9页Journal of Northwest University（Natural Science Edition）

基　　金：国家自然科学基金(11771134);湖南省自然科学基金(2020JJ5346)。

摘　　要：为突破现有预测分析方法中可解释性不足的瓶颈,基于粗糙集理论,提出了一种全新的可解释预测分析的框架。该框架可进行拓展和优化,灵活性和适用性强,为研究面向复杂系统的预测分析提供了新的研究思路和方法。为了验证所提出的预测分析方法的有效性和可行性,文中将该方法应用于聚类预测分析中,并将其与现有常用的聚类算法进行对比研究,然后利用聚类有效性指标进行对比评估。实验结果表明,文中提出的预测分析模型在聚类预测分析中具有一定的优势和特色。In order to break through the bottlenecks of insufficient interpretability in existing predictive analysis methods,a new framework of interpretability predictive analysis method is proposed based on the rough set theory.This framework can be extended and optimized,and has strong flexibility and applicability.It provides a new research idea and method for prediction analysis of complex systems.In order to verify the validity and feasibility of the proposed predictive analysis method,we applied this method to cluster predictive analysis,and compared it with existing commonly used clustering algorithms,then evaluated it by the clustering validity index.The experimental results show that the predictive analysis model proposed in this paper has certain advantages and characteristics in clustering prediction.

关 键 词：粗糙模糊集 可解释性 预测分析 聚类预测 

分 类 号：O159[理学—数学] O225[理学—基础数学]