分类学习领域中,已经提出了很多复杂的分类学习模型,但对于模型的测试都是在人工控制、低维(低维指实例的特征点很少)的简单实例上进行的,没有在真实世界中进行过类别学习。本研究将在真实世界中,进行类别学习(分类岩石),来测试范例模型的优点与不足。
要在范例模型上进行定量测试,需要指定“特征空间”,用来存储被分类对象。原因如下:根据形成模型,记忆中,人们用范例代表某一类别,根据对象与范例的相似性来对其分类;“特征空间”能反映相似性的高低,在“多维特征空间”中用点表示实例,例子间的距离越远,相似性越低。
过去的简单测试中,特征空间的维度较低,推导简单;但在复杂的自然领域中,高维特征空间的推导很困难,之前的研究者选取了两者互补的方法来获得岩石的特征空间表示。第一种是多维尺度分析(MDS),MDS程序通过两两相似度的比较进行建模,将岩石刺激定位在多维特征空间的一点上,距离越远,相似度越低;第二种是对刺激进行直接维度评分,某岩石的特征空间表示就是该岩石在每一维度上的平均评级。这两种方法各有优缺点,都没有明显的先验优势,在目前的研究中,我们认为每种方法都为岩石的特征空间表示提供了一个备选方案。因此,我们使用两种替代特征空间表示将范例模型与类别学习数据进行了拟合。
最终,通过比较人类实验的结果与模型拟合结果,来检验这些模型与方法。
实验一研究人类如何学习实例,以形成类别的概念。研究者收集了10种岩浆岩的图片,每种都有12张图片,共120张。分为两阶段,训练阶段和转移测试阶段。在训练阶段,按两种方法分别地选取30张(10种类型,每类型3张)图片,对被试进行训练;训练完毕后,测试他们对30张已训练图片和90张未训练图片的分类能力。
实验的自变量就是选取的30张图片,有两个水平,中心图片or覆盖图片,中心图片是指这3张图片能够代表12张图片的中心特征,偏向共性;覆盖图片是指3张图片能代表12张图片的类别分布,偏向个性。两种水平的提出来源是两个不同的类别表征学习的模型,原型模型认为人类在类别表征的时候,保留的信息有中心倾向;范例模型则认为保留的信息会有更多样本的细节。
关于如何选取30张中心or覆盖图片。首先,在8个维度上对图片进行比较。对于中心图片,计算每个子类型(一种火成岩,12张图)分布的质心,然后选择在欧几里得距离质心最近的三个成员;对于覆盖图片,对每个子类型分布进行了K均值聚类分析,为每个子类型指定了三个聚类,这些聚类相互穷尽了亚型分布,然后计算单独聚类的质心,选择距离聚类中心最近的成员。图一左边是简单的流程,红点就是质心,方框框起来的是被选择的图片,虽然图片是二维的,但是实际是在八维中操作的。图一右边是实际的例子,是流纹岩,上面的三张是中心图片,下面的三张的覆盖图片。但在实际分类时,有些图片既是中心图片,也是覆盖图片。
PS:本文中,中心图片、中心条件、中心训练均指同一类情况
实验流程:
分为训练和测试两阶段,中间有10分钟的休息时间。
训练阶段分成六小块,每块有60试次,30张图片随机出现两次。每个试次中,图片出现在屏幕正中央,被试通过按键将它归到某一种岩石中,屏幕上有各类岩石的对应键,被试作出反应后,屏幕上会出现正确与否的反馈;每块结束后,告知被试回答正确的比例。
测试阶段中,被试需要分类120张图片(30旧,90新),也分为六小块,每块有60试次;每两块中,120张图片各随机出现一次;对于旧图片,依然有正确与否的反馈,对于新图片,仅通过“okay”示意被试反馈已记录;每块结束后,告知被试回答正确的比例。
测试结果预测:根据模型预测,①经过中心训练的被试,测试时,分类中心图片时,有更好的表现;②经过覆盖训练的被试,分类覆盖图片有更好的表现;③中心训练后,覆盖图片和中心图片的结果差异大于覆盖训练;④关于“neither”图片(不是覆盖或者中心图片),直觉和人工类别的基本发现表明,在覆盖训练后,“neither”的分类都会比中心训练后更准确(原因:覆盖训练比中心训练提供更多可变性范围的信息);相反的是,正式模型预测了两条件下结果大致相等。⑤在理论分析部分,开发并测试来自范例模型的其他定量预测——例如,根据岩石在多维特征空间中的位置,预测相互混淆的程度。⑥竞争性地测试两种替代特征空间表示(相似度缩放和直接维度评级)的预测结果;将范例模型的预测与原型模型的预测进行对比。
结果:
总结果:
图中,柱状是实际测量结果,圆点是预测结果。上文预测中的①②③,得到证实,数据上均呈现显著。对于“neither”图片,数据对比表明无显著差异。“both”图片的分类,在中心训练后,结果更好,范例模型对此的解释是,中心训练中,另外两种中心图片与“both”有更大的相似性,但在覆盖训练中,另外两张覆盖图片与“both”的相似度不高;中心训练中的更大冗余,促进了对“both”的分类。
PS:在图片的实际分类中,有些图片既是中心图片也是覆盖图片,研究者将此类单独提出,称为“both”。
各岩石结果:
总结果图中观察到的中心、覆盖和“neither”刺激的表现模式也倾向于为每个子型看到;其次,在不同的子类型中,总体绩效水平存在很大的差异。
从结果来看,分类学习正式模式的一个挑战是,它是否能够同时描述中心和覆盖条件下,整体的结果以及各岩石亚型的差异巨大的结果。
实验二:
对象与流程:
实验一的分类对象是岩浆岩,这类岩石在岩石的亮度、平均颗粒大小上有较大的的不同。范例模型在实验一中拟合地很好,或许是因为MDS能够发现这两个主要的差异。为了对模型进行进一步测试,实验二选取了三类岩石:岩浆岩(4)、变质岩(2)和沉积岩(4),共10种岩石。实验流程与实验1基本相同。
结果预测:
中心条件下,中心图片的结果最好;覆盖条件下,覆盖图片的性能最好;中心和覆盖图片之间的性能差异在中心条件下比在覆盖率条件下更大。与实验1一样,还预测不同亚型之间的整体正确分类性能、以及类间混淆错误的模式,这与多维相似空间中岩石类的配置有系统地相关。
结果:
总的结果:经过中心训练的被试,分类中心图片有更好的表现;经过覆盖训练的被试,分类覆盖图片有更好的表现;覆盖图片和中心图片的结果差异,中心训练大于覆盖训练;经过中心训练的被试,分类“both”图片时,表现更好;分类“neither”时,与实验一结果不同,经过覆盖训练的被试,有小而显著的优势。
各岩石结果:总结果的模式也倾向于在每个单独的子类型中看到;同时,中心和覆盖条件下,不同岩石的总体性能水平有相当大的差异;还比较实验一、二的闪长岩和黑曜石的分类结果,实验2中闪长岩的分类更为准确,黑曜石则在实验1中更准确。
理论分析:
范例模型:
将范例模型与图片数据进行了拟合,结果如下图。很好地拟合了总结果、各岩石的结果,也定量描述了岩石类型与实验之间存在交叉相互作用。主要局限在于,在中心条件下,它对玄武岩的性能有些高估,对岩石石膏的性能有些低估。
虽然总体层面的整体模式性能与实验一很相似。但有一点不同,与中心条件相比,在覆盖条件下,“neither”有小而显著的优势。研究者以为范例模型能预测这种微妙的差异,理由是覆盖训练下的图片,能给“neither”图片的分类提供更多的支持。然而,实际模型的应用并不支持这种直觉。相反的,在当前的高维空间中,不同条件和类别之间仍存在很复杂的关系,其详细性质仍是未来研究的课题,未来研究的主要目标是发现能使结果有更好的泛化的训练配置。
原型模型:
原型模型的最佳拟合预测结果:中心训练下的结果预测很好,但它严重低估了覆盖训练中覆盖图片的准确性。因此,它在总结拟合统计信息中再次远远落后于范例模型。
使用直接维数作为特征空间表示:
与范例模型的MDS版本相比,直接维度评级版本的表现仍然很差。现在有大量的证据表明,在获得岩石刺激的特征空间表征的直接维度评级方法存在局限性。