Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Второй подход анализа дискретных признаков основан на использовании частотного метода и алгоритмов непараметрической статистики. Пусть имеется выборка статистически независимых наблюдений дискретной случайной величины , где - «указания учителя» о принадлежности ситуации к одному из классов.
Рассмотрим применение непараметрического алгоритма на примере двуальтернативной задачи распознавания образов в условиях, когда компоненты - бинарные переменные. Для простоты восприятия разобъём исходную обучающую выборку на две подвыборки, соответствующих классам
, .
Идея данного подхода состоит в преобразовании на основе частотного метода дискретных случайных величин в квазинепрерывные и использовании непараметрических оценок плотностей вероятности для построения решающего праввила (4.20).
Сформируем обучающую выборку
.
Если компоненты вектора независимы, то частота встречаемости ситуации для элементов первого класса определяется в виде
,
где
;
;
- единичная функция типа (4.19).
Аналогично определяем частоту встречаемости признаков ситуации для элементов второго класса
;
;
- единичная функция типа (4.19).
Теперь полученную выборку можно использовать для построения решающих правил, например типа (4.12). Для этого необходимо по выборке оценить плотности вероятности для первого и второго классов
, (4.21)
, (4.22)
где – множество номеров точек, принадлежащих к -му классу .
При этом решающее правило будет иметь вид
.
Оптимизация решающего правила по коэффициентам размытости осуществляется из минимума эмпирической ошибки распознавания образов (4.5) по выборке методом «скользящего экзамена».
Дата публикования: 2015-01-23; Прочитано: 245 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!