我如何计算逻辑规则之间的相似度

Question

我这里有一个相似性问题。我想使用历史数据（过去实施的规则的流量）来预测新规则的流量。这里的流量是指一条规则匹配一个人的次数。这是规则的示例：

Person.Age<20 and 
(Person.number_of_children==3 or Person.married==True) and 
Person.Work==student and 
Person.Car.isSportCar==False and 
Person.Car.Color in [blue,pink,red]

如您所见，在规则中有很多属性与布尔表达式相关联。如果一个人和他的汽车满足某些标准，则该规则匹配一个人。为了预测规则的流量，我必须找到我的规则之间的距离或相似性度量，但我发现很难在列表达式中展平规则。如果我这样做，我会丢失信息，原因如下：我的规则的列展示示例：

Person.Age : 20
Person.number_of_children:3
Person.married:True
Person.work:student
Person.Car.isSportCar:False
Person.Car.Color:[blue,pink,red]

有了这个我就失去了‘OR’和‘<’和‘in’

扁平化我的规则表达式是个好主意还是有其他办法？我是否应该将我的规则转换为另一种数据结构（例如树数据结构）以更好地捕捉它们之间的相似性值？你有什么建议吗？

Answer 1

让我建议另一种方法：

根据两条规则给出相同结果的人数百分比来计算相似度分数。当然，你需要大量的异质人群。

如果两条规则对大多数人的结果相似（例如 "false"）- 您可以仅根据其中至少一条规则的结果为 "true" 的测试用例来评分.

Answer 2

在这种情况下，我要做的是尝试将规则的规范转换为集合，以便将它们展平，然后计算 Jaccard 距离。 Jaccard 距离由集合的并集交集定义。最后，对不同的属性进行加权（或者不对所有属性使用一个集合）。

例如，给定：

Person.Age<20 and (Person.number_of_children==3 or Person.married==True) and Person.Work==student and Person.Car.isSportCar==False and Person.Car.Color in [blue,pink,red]

和：

Person.Age<15 and (Person.number_of_children==2 or Person.married==False) and Person.Work==student and Person.Car.isSportCar==False and Person.Car.Color in [pink,red,white]

将它们转换成这样：

Person.Age (5,5,5,5)
Person.Relatives (Child,Child,Child,Wife)
Person.CarColor (blue,pink,red)

Person.Age (5,5,5)
Person.Relatives (Child,Child)
Person.CarColor (pink,red,white)

然后您的 Jaccard 距离将类似于：

Person.Age = 3/4
Person.Relatives = 2/4
Person.CarColor = 2/4

并汇总它们（必要时加权）。

我如何计算逻辑规则之间的相似度

How do i compute the Similarity between logical rules

machine-learning

similarity