我正在閱讀關於模糊邏輯,我只是沒有看到它在大多數情況下會如何改進機器學習算法(它似乎被應用於相對經常的情況)。模糊邏輯是否真的提高了簡單的機器學習算法?
例如,k個最近的鄰居。如果你有一堆像color: [red,blue,green,orange], temperature: [real number], shape: [round, square, triangle]
這樣的屬性,除了真正的編號屬性(如果我錯了,請糾正我),你不能真正模糊化任何這些屬性,我不明白這怎麼能改善更多比起把東西放在一起。
如何使用機器模糊邏輯來改善機器學習?在大多數網站上可以找到的玩具例子在大多數時候似乎都不適用。
這是一個語義問題。如果您不是在談論它們的文字RGB值,紅色/藍色/綠色/橙色可能是「模糊」的術語。對於圓形/方形/三角形的術語也是如此。 – Cerin 2011-01-03 19:05:10