Лекції з МРРіІ, Геппенер В.В. - lecture5a - inform

ВИБІР ІНФОРМАТИВНИХ ОЗНАКІВ.

КРИТЕРІЇ ТА МЕТОДИ

У цій лекції будуть розглянуті критерії зміни ефективності ознак. Спочатку ми будемо мати справу з ознаками об'єктів, що характеризуються одним розподілом і вимірювати ефективність ознак за допомогою власних значень та власних векторів. Потім, ми узагальним ці результати у разі двох чи більшого числа класів, а ефективність ознак буде оцінюватися з погляду роздільності класів.

ВИПАД ОДНОГО РОЗПОДІЛУ.

Розглянемо спочатку вибір ознак у разі одного розподілу. За наявності лише одного розподілу не можна говорити про роздільність класів, тобто про завдання розпізнавання образів. Натомість ми розглянемо, наскільки точно можна описати об'єкти за допомогою набору ознак. Якщо з допомогою небагатьох ознак вдається точно описати об'єкти, такі ознаки ефективні. Хоча це завдання безпосередньо пов'язані з розпізнаванням образів, знання характеристик окремих розподілів допомагає відокремити одне розподіл з інших. Крім того, вибір ознак для випадку одного розподілу знаходить широке застосування в інших областях, таких як подання сигналів та стиснення даних.

Критерій мінімуму середньоквадратичної помилки.

Нехай

мрріі
-n-вимірний випадковий вектор. Тоді можна точно уявити розкладанням

лекції

де

мрріі
(2)

геппенер
(3)

Матриця

геппенер
- детермінована і складається зn-лінійно-незалежних векторів-стовпців. Стовпці матриці - базисні вектори. Якщо умову ортонормованості виконано, то компоненти вектора визначаються таким чином:

мрріі
i=1. n

Кожна компонента

геппенер
є ознакою, що вноситьвнесок у подання спостерігається вектора
геппенер
.

Припустимо, що ми визначили лише m (m

Калькулятор

Сервіс безкоштовної оцінки вартості роботи

  1. Заповніть заявку. Фахівці розрахують вартість вашої роботи
  2. Розрахунок вартості прийде на пошту та по СМС

Номер вашої заявки

Зараз на пошту прийде автоматичний лист-підтвердження з інформацією про заявку.