Актуальность. Рассмотрена задача автоматизации формирования выборок из исходных выборок большого объема для построения моделей по прецедентам. Объектом исследования являлась модель качества выборки для построения моделей по прецедентам.
Цель работы – создание набора показателей для оценки качества выборок, имеющих единую природу, на основе принципов фрактального анализа.
Метод. Предложен комплекс показателей, позволяющих характеризовать качество подвыборок относительно исходной выборки с единых позиций на основе принципов фрактального анализа. Предложены методы определения фрактальной размерности выборки, оперирующие прямоугольными блоками одинакового размера, покрывая ними пространство признаков: не учитывающий характеристики синтезируемой модели, учитывающий ошибку (точность), синтезируемой модели, а также учитывающий точность и сложность синтезируемой модели. Наряду с фрактальной размерностью также предложен метод определения показателей качества выборки на основе принципа массовой размерности применительно к анализу данных. Предложенный метод разбивает пространство признаков на кластеры одинакового размера и формы. Варьируя размер кластера, метод позволяет получать различные уровни детализации выборки. Метод позволяет определить центр масс класса в выборке, среднее расстояние между экземплярами кластера, нормированное среднее отклонение расстояний между экземплярами от их среднего, массу и плотность экземпляров кластера, объем и площадь поверхности прямоугольного кластера, отношение объема к площади поверхности кластера, средневзвешенную равномерность расположения экземпляров в кластерах класса, массу и плотность экземпляров класса, средневзвешенную равномерность расположения экземпляров выборки.
Результаты. Разработанные показатели реализованы программно и исследованы при решении задачи классификации ирисов Фишера.
Выводы. Проведенные эксперименты подтвердили работоспособность предложенного математического обеспечения и позволяют рекомендовать его для использования на практике при решении задач диагностирования и автоматической классификации по признакам. Перспективы дальнейших исследований могут заключаться в создании параллельных методов расчета комплекса предложенных показателей, оптимизации их программных реализаций, а также экспериментальном исследовании предложенных показателей на большем комплексе практических задач разной природы и размерности.

выборка, фрактальная размерность, метрика качества, кластер, формирование выборок