我正在阅读模糊逻辑,我只是看不出它在大多数情况下如何改进机器学习算法(它似乎相对经常应用).
例如,k个最近的邻居.如果你有很多属性color: [red,blue,green,orange], temperature: [real number], shape: [round, square, triangle],你可能不会真正模糊这些属性除了真正的编号属性(请纠正我,如果我错了),我不知道这怎么可以改善任何东西比把东西拼凑在一起.
机器模糊逻辑如何用于改善机器学习？大多数时候,您在大多数网站上找到的玩具示例似乎都不适用.
computer-science machine-learning fuzzy-logic data-structures