如何在python中将值映射到模糊项

根据from，我使用以下代码创建模糊控制系统的输入/输出：

quality = ctrl.Antecedent(np.arange(0, 11, 1), 'quality')
service = ctrl.Antecedent(np.arange(0, 11, 1), 'service')
tip = ctrl.Consequent(np.arange(0, 26, 1), 'tip')
quality.automf(3)
service.automf(3)
tip.automf(3)

在示例的“模糊规则”部分中，规则是手动编写的。我想从培训示例生成它们

假设我有一组（quality，service，tip）元组，其中quality和service的范围从0到10，tip的范围从0到25。我希望能够从每个训练元组自动生成一个规则。为了做到这一点，我需要将质量和服务的价值（分别为tip）映射到一个术语（也称为语言价值）：要么“差”、“一般”，要么“好”（分别为“低”、“中”或“高”）

---

如何使用

scikit fuzzy

？

我需要的函数是

skfuzzy.interp_membership

：如果我想让crisp值为4.0的模糊术语/语言值，我会在4.0评估每个隶属函数：

skfuzzy.interp_membership(np.arange(0, 11, 1), quality['poor'].mf, 4.0)
skfuzzy.interp_membership(np.arange(0, 11, 1), quality['average'].mf, 4.0)
skfuzzy.interp_membership(np.arange(0, 11, 1), quality['good'].mf, 4.0)

然后，模糊值将是隶属函数具有最大值的值