油炸食品 swMATH ID: 24181 软件作者: 拉拉·里扎;克里斯托弗·伯格梅尔;弗朗西斯科·埃雷拉;何塞·贝尼特斯 描述: R包frbs:分类和回归任务的基于模糊规则的系统。基于模糊规则系统(FRBS)的各种学习算法的实现,用于处理分类和回归任务。此外,它允许构建由人类专家定义的FRBS模型。FRBS基于Zadeh于1965年提出的模糊集概念,其目的是在一组IF-THEN规则中表示人类专家的推理,以处理控制、预测和推理、数据挖掘、生物信息学数据处理和机器人等领域的实际问题。FRBS也称为模糊推理系统和模糊模型。在FRBS建模过程中,需要执行两个重要步骤:结构识别和参数估计。目前,有各种各样的算法可以从数值数据中自动生成模糊IF-THEN规则,包括这两个步骤。过去使用的方法有启发式程序、神经模糊技术、聚类方法、遗传算法、平方法等。此外,在此版本中,我们提供了一个名为“frbsPMML”的通用框架,该框架采用预测模型标记语言(PMML)来表示FRBS模型。PMML是一种基于XML的语言,为描述数据挖掘和机器学习算法生成的模型提供了标准。因此,我们可以从“frbsPMML”导出和导入FRBS模型。最后,该包旨在实现最广泛使用的标准过程,从而为R社区提供FRBS建模的标准包。 主页: https://cran.r-project.org/web/packages/frbs/index.html 依赖项: 对 关键词: 模糊推理系统;软计算;模糊集;遗传模糊系统;模糊神经网络;R包;对;统计软件杂志 相关软件: 对;fugeR(fugeR);模糊R;模糊数字;树;4.5条;e1071号;模糊FDR;C50元;CORElearn公司;f回归;奈特;HyFIS公司;DENFIS公司;科恩拉布;ANFIS公司;随机森林;RSNNS公司;fclust公司;Juzzy公司 引用于: 2文件 标准条款 1出版物描述软件 年份 frbs:R中基于模糊规则的分类和回归系统链接拉拉·里扎;克里斯托夫·伯格迈尔(Christoph Bergmeir);弗朗西斯科·埃雷拉;何塞·贝尼特斯 2015 由4位作者引用 1 伯达,迈克尔 1 马丁科娃,纳塔利亚 1 帕维尔·什克拉巴内克 1 Štěpnička,Martin 2篇连载文章中引用 1 ACM数学软件汇刊 1 模糊集与系统 在2个字段中引用 1 数理逻辑与基础(03-XX) 1 数值分析(65-XX) 按年份列出的引文