CBRとは何ですか？

CBRは事例ベース推論の略です。 CBR分類器には、新しい問題を明確にするための問題解決策のデータベースが必要です。トレーニングタプルをユークリッド空間の点として保存する最近傍分類器とは異なり、CBRは、問題解決のためのタプルまたは「ケース」を難しい記号表現として保存します。

CBRのさまざまなビジネスアプリケーションには、カスタマーサービスヘルプデスクの問題解決が含まれ、ケースでは製品関連の診断問題が説明されます。 CBRは、エンジニアリングや法律などの分野で使用されており、ケースはそれに応じて技術設計または法的判決です。

医学教育はCBRのアプリケーションであり、患者の病歴と治療を使用して、新しい患者の診断と検討をサポートします。定義する新しいケースが与えられると、ケースベースの推論担当者は、同一のトレーニングケースが継続するかどうかをテストします。発見された場合は、その場合の付随する解決策が復元されます。

互換性のあるケースが発見されない場合、ケースベースの推論担当者は、新しいケースと同じ要素を持つトレーニングケースを検索します。これらのトレーニングケースは、新しいケースの隣人として扱うことができます。

ケースがグラフとして定義されている場合、これには、新しいケース内のサブグラフと同じサブグラフの検索が含まれます。ケースベースの推論者は、新しいケースの解決策を提案するために、隣接するトレーニングケースの解決策を設定しようとします。単一のソリューションで非互換性が高まる場合は、別のソリューションを検索するためのバックトラックが重要になる可能性があります。

ケースベースの推論者は、背景知識と問題解決方法を使用して、可能な組み合わせソリューションを提案できます。事例ベースの推論には、最適な類似性指標（サブグラフの接続など）の発見や、ソリューションを組み合わせるための適切な方法など、いくつかの課題があります。

他にも、トレーニングケースにインデックスを付けるための顕著な機能の選択や、効率的なインデックス手法の開発などの課題があります。保存されるケースの数が非常に多くなると、精度と効率の間のトレードオフが発生します。

CBRには次の2つのアプローチがあります-

• データマイニングは、KDDプロセスの1つの要素にすぎず、複数のファイルへのアクセス、データのクリーニング、結果の実行などが含まれます。データマイニング検索にも時間がかかる場合があります。検索結果とKDDプロセス全体に関するデータをケースに保存できるため、同じデータのマイニングに複数回費やされることがなくなります。

• CBRは、データベース内の自然に関する背景知識をサポートするために使用できます。たとえば、分類器の機能の重みは、CBRツールから理解できます。ベイジアンネットワークでは、ネットワークのメカニズムは、CBRツール（モデル構築）によって、その「専門知識」を利用して設定でき、パラメーターはDMアルゴリズムを使用して理解します。