Правдоподобные, но необоснованные предпосылки при построении диагностических моделей

Abstract

При вирішенні ряду прикладних задач медичної і технічної діагностики конструювання діагностичних моделей здійснюється в умовах недостатності знань про фізичні закономірності, що мають місце в обʼєкті дослідження. Доводиться конструювати моделі лише на основі здорового глузду та інтуїції, покладаючись на наявний експериментальний матеріал (прецеденти). Однак при цьому можливі помилкові рішення, що призводять до неефективності діагностичної системи. Розглянуто приклади деяких міркувань, які виявляються неспроможними з наукової точки зору. Показано, що лінійний класифікатор, до якого зводиться метод прийняття рішень за відстанню до еталонів, може призводити до абсурдних результатів. Такий ефект виникає, якщо не виконується вимога незалежності за перевагами окремих ознак, яка передбачає, що «погіршення» значення однієї ознаки може бути компенсовано «поліпшенням» іншої та навпаки, що не завжди правильно. Показано, що необґрунтоване розширення простору діагностичних ознак може погіршити ефективність діагностичного правила. Тому важливо позбутися непотрібних ознак ще до етапу навчання. Проаналізовано неспроможність аргументації про те, що при побудові діагностичних моделей доцільно використовувати тільки статистично незалежні ознаки. Для ілюстрації помилковості такої аргументації доведено, що при статистичній залежності між ознаками сукупність неінформативних окремо ознак може бути не тільки корисною, а й спроможною забезпечити безпомилкове розпізнавання класів. Тому важливо у кожному конкретному випадку досліджувати питання про умовну статистичну залежність між ознаками перш, ніж приймати рішення про їх виключення з опису. На прикладі задачі побудови моделі непрямої оцінки вмісту вуглецю в рідкому металі за температурою початку кристалізації показано, що за навчальною вибіркою, що містить тільки спостережувані дискретні значення, неможливо методами самоорганізації відновити справжню діагностичну модель без залучення додаткових алгоритмів.When solving a number of applied problems of medical and technical diagnostics, the construction of diagnostic models is carried out in conditions of insufficient knowledge of the physical laws that arise in the object of study. It is necessary to build models only on the basis of common sense and intuition, relying on the available experimental material (precedents). However, in this case, erroneous solutions are possible that lead to the inefficiency of the diagnostic system. The article discusses examples of some arguments that are not scientifically sound. It is shown that the linear classifier, to which the method of decision making on the distance to standards is reduced, can lead to absurd results. Such an effect occurs if the independence condition for the preferences of individual characteristics is not fulfilled, which means that the «deterioration» of the value of one attribute can be compensated by the «improvement» of the other, and vice versa, which is not always true. It is shown that unreasonable expansion of the space of diagnostic signs can worsen the effectiveness of the diagnostic rule. Therefore, it is important to get rid of unnecessary signs even before the training phase. Inconsistency of the argument that when constructing diagnostic models it is advisable to use only statistically independent attributes is analyzed. To illustrate the fallacy of such argument it is proved that with a statistical relationship between features, a combination of individual non-informative features can be not only useful, but also provide error-free recognition of classes. Therefore, it is important in each case to investigate the issue of conditional statistical dependence between features before making a decision on their exclusion from the description. Using the example of constructing a model for indirect estimation of the carbon content in a liquid metal by the temperature of crystallization onset, it is shown that it is impossible to restore the true diagnostic model using only self-organization methods without using additional algorithms.