Агрегация линейных регрессионных моделей и систем нечетких правил

Abstract

Рассматривается возможность агрегации моделей зависимостей, содержащихся в данных, на примере агрегации линейных регрессионных моделей 2-х переменных и систем нечетких правил. Приведен необходимый и достаточный список статистик данных, позволяющих проводить однозначную аддитивную агрегацию без привлечения полного объема исходных данных. Предложено понятие «опыта» для обозначения списка характеристик, достаточного для проведения аддитивной агрегации.Розглядається можливість агрегації моделей залежностей, що містяться у даних, на прикладі агрегації лінійних регресійних моделей 2-х змінних та систем нечітких правил 2-х змінних. Наведено необхідний та достатній перелік характеристик даних, що дозволяє проводити однозначну адитивну агрегацію таких моделей без використання повного обсягу вихідних даних. Запропоновано поняття «досвіду» для позначення переліку характеристик, достатнього для проведення адитивної агрегації.Possibility of aggregation of dependency models contained in data is considered on the example of aggregation of linear regression models of two variables and fuzzy rule systems with two variables. Necessary and sufficient set of data features is presented that allows to carry out a unique additive aggregation without full amount of output data. A concept of “experience” is proposed for designation of the set of features sufficient for additive aggregation description.