格伦·冯;桑迪利亚，萨提亚卡马;Rao，R.巴拉特 通过数学规划从线性支持向量机中提取规则。 （英语） Zbl 1148.68433号 Diederich，Joachim（编辑），从支持向量机中提取规则。柏林：施普林格出版社（ISBN 978-3-540-75389-6/hbk）。计算智能研究80，83-107（2008）。 摘要：我们描述了一种将线性支持向量机SVM和任何其他基于超平面的线性分类器转换为一组非重叠规则的算法，与原始分类器不同，这些规则很容易被人类解释。规则提取算法的每次迭代都被表示为一个计算成本低廉的约束优化问题。我们讨论了该算法的各种特性，并证明了两种不同优化标准的收敛性。我们证明了该算法在从真实数据集学习的线性分类器上的性能和速度，包括从医学图像中检测肺癌的医学数据集。将SVM和其他“黑盒”分类器转换为一组人类可理解的规则的能力，不仅对医生的接受至关重要，而且对减少基于此类分类器的医疗决策支持系统的监管障碍也至关重要。我们还介绍了所提出的用于规则提取的数学规划公式的一些变体和扩展。关于整个系列，请参见[兹比尔1138.68003]. 引用于5文件 MSC公司： 68T05年 人工智能中的学习和自适应系统 90 C90 数学规划的应用 PDF格式BibTeX公司 XML格式引用 \textit{G.Fung}等人，研究计算。智力。80、83——107（2008年；Zbl 1148.68433） 全文： 内政部