我有一个属于医院的数据集。它包含有关患者和健康人的数据。问题是将健康的患者与患者分开。我向数据集添加了一些新功能来解决这个问题。当我减少包括新特征在内的数据维度并将数据可视化时，患者和健康个体是可区分的（视觉上可分离）。现在如果有人问使用的方法（特征提取、可视化、使用人类能力、无监督方法）和专家系统之间的关系是什么，我能说什么呢？如何使用这种方法构建专家系统？
先感谢您。
医疗系统和智能系统中的无监督学习？
数据挖掘
可视化
特征提取
无监督学习
知识库
2022-02-17 12:35:55
1个回答
专家系统依赖于从人类主题专家（例如医生团队）“提取”的知识。然后他们使用这些知识对数据进行预测（例如，如果血压 > x 则为患者）。
您的方法使用了您处理的数据集的属性。这些知识实际上是从数据本身中提取的。
第二种方法可能与专家建议兼容，也可能不兼容。如果您的算法发现血压是区分健康人和患者的一个很好的特征，您可能会发现专家同意。但是，如果您的主要特征来自多个变量的组合（例如 PCA），您可能很难找到专家来验证您的方法。
因此，您可以使用您的方法的方式是与主题专家合作，并确保您只使用对他们有意义的功能（即不要过度设计数据）。