Пусть при восстановлении однозначной многомерной стохастической зависимости имеется обучающая выборка малого объёма. Наиболее эффективным направлением восстановления исходной зависимости в условиях малой выборки большой размерности является использование последовательных процедур принятия решений, что достигается путём разбиения исходной задачи на ряд взаимосвязанных более простых задач. Такая схема используется, например, в методе динамического программирования и методе группового учёта аргументов (МГУА).
С позиции последовательных процедур принятия решений рассмотрим модификацию МГУА с учётом на каждом этапе многоуровневого алгоритма оценок функций невязок частных непараметрических моделей.
Рис. 3.12. Структура непараметрического гибридного решающего правила, основанного на учёте функций невязок
Этапы формирования алгоритма:
1. Построить модель искомой зависимости относительно первого набора признаков , например с использованием непараметрической регрессии (3.5)
|
|
,
где - множество номеров признаков первой группы . Определить оптимальный набор коэффициентов размытости из условия минимума среднеквадратической ошибки аппроксимации.
2. Сформировать выборку невязок , где значения можно формировать в соответствии с процедурами (3.39), например, воспользуемся выражением типа разность
.
3. Восстановить функцию невязок по выборке в пространстве набора признаков второй группы с помощью непараметрической регрессии
,
где - множество номеров признаков второй группы . Из условия минимума среднеквадратической ошибки аппроксимации найти оптимальный набор коэффициентов .
4. Построить модель искомой зависимости по выборке
и определить оценки оптимальных коэффициентов и .
5. По аналогии с пунктом 2 сформировать выборку невязок , где значения можно формировать в соответствии с процедурами (3.39)
.
6. Оценить функцию невязок по выборке в пространстве набора признаков второй группы
,
где - множество номеров признаков третьей группы . Из условия минимума среднеквадратической ошибки аппроксимации найти оптимальный набор коэффициентов .
7. По выборке построить обобщённую модель искомой зависимости
и определить оценки оптимальных коэффициентов и .
Разнообразие функций невязок (3.39) порождает множество модификаций последовательных процедур формирования решений, например рис. 3.13.
Рис. 3.13. Модификация непараметрического гибридного решающего правила, основанного на учёте разнотипных функций невязок (3.39)