DOI: 10.17587/prin.16.280-291

УДК: 004.852

Применение имитационного моделирования недостающей выборки для создания модели классификации по трем и более классам на примере задачи обнаружения степени нарушения углеводного обмена

P. С. Новиков^{1, 2}, ст. науч. сотр., rnovikov@ec-leasing.ru, М. А. Новопашин¹, нач. отдела, mnovopashin@ec-leasing.ru, Б. А. Позин^{1, 2, 3}, д-р техн. наук, проф., тех. директор, bpozin@ec-leasing.ru,
¹ Закрытое акционерное общество «ЕС — лизинг», Москва,
² Национальный исследовательский университет «Высшая школа экономики», Москва,
³ Институт системного программирования им. В. П. Иванникова Российской академии наук, Москва

Предложен способ построения моделей классификации трех и более упорядоченных классов в случаях, когда исходной выборки достаточно только для построения бинарного классификатора, способного распознавать «крайние» по порядку классы; когда есть информация о распределении всех классов и о частоте возникновения положительного результата у существующей модели классификации по каждому классу. Данный способ основан на генерации недостающей выборки с помощью имитационного моделирования методом Монте-Карло. В качестве примера применения предложенного способа представлена модель, решающая по серии электрокардиограмм (ЭКГ) задачу обнаружения степени нарушения углеводного обмена по трем классам с достаточно высоким качеством при наличии серий из 11 и больше ЭКГ на пациента.

Ключевые слова: порядковая классификация, имитационное моделирование, машинное обучение, нарушение углеводного обмена

Стр. 280—291

Ссылка для цитирования:
Новиков Р. С., Новопашин М. А., Позин Б. А. Применение имитационного моделирования недостающей выборки для создания модели классификации по трем и более классам на примере задачи обнаружения степени нарушения углеводного обмена // Программная инженерия. 2025. Том 16, № 6. С. 280—291. DOI: 10.17587/prin.16.280-291.

Полный текст на eLIBRARY