Критерий - разделимость
Cтраница 1
Критерий разделимости, сформулированный в теореме 3.1, легко обобщается на случай не полностью определенных двоичных функций. Не полностью определенную двоичную функцию будем описывать парой полностью определенных функций / и g, где / - функция, равная единице на тех и только тех наборах, на которых, не полностью определенная функция определена и равна единице, a g - функция, равная единице на всех наборах, на которых заданная функция не определена, и только на них. [1]
Лучшим критерием разделимости классов является вероятность ошибки. Однако, поскольку в большинстве случаев для вероятности ошибки не удается получить явного математического выражения, то изыскиваются альтернативные критерии, более удобные с вычислительной точки зрения. Много критериев можно образовать, комбинируя разными способами меры разброса точек внутри классов и между классами. Эти критерии просты и легко могут быть обобщены на случай многих классов. Более сложными критериями разделимости классов являются расстояние Бха-тачарня и дивергенция), но эти критерии более тесно связаны с вероятностью ошибки. [2]
Лучшим критерием разделимости классов является вероятность ошибки. Однако, поскольку в большинстве случаев для вероятности ошибки не удается получить явного математического выражения, то изыскиваются альтернативные критерии, более удобные с вычислительной точки зрения. Много критериев можно образовать, комбинируя разными способами меры разброса точек внутри классов и между классами. Эти критерии просты и легко могут быть обобщены на случай многих классов. Более сложными критериями разделимости классов являются расстояние Бха-тачарня п дивергенция), но эти критерии более тесно связаны с вероятностью ошибки. [3]
За критерий разделимости классов принимается вероятность ошибки классификации или же берутся другие, более удобные для вычислений, критерии. Если вернуться к рисунку, о котором мы до этого говорили, то вероятность ошибки тем меньше, чем дальше находятся друг от друга в плоскости ( га (, щ) области, отвечающие классам. Если же эти области пересекающиеся, как показано на рисунке рядом, то вероятность ошибки заведомо будет большей. [4]
В настоящем параграфе приводятся критерии разделимости и сильной разделимости конечных кодов, на основании которых н етрудно построить алгоритмы распознавания соответствующих свойств кодов. [5]
Для того чтобы получить критерий разделимости классов, мы должны связать с этими матрицами некоторое число. Это число должно увеличиваться при увеличении рассеяния между классами или при уменьшении рассеяния внутри классов. [6]
Таким образом, выражение (9.52) или уь ( з) из (9.54) могут служить критериями разделимости классов. Как правило, вычисление A ( S) представляет собой трудную задачу. [7]
Таким образом, выражение (9.52) или ц ( з) из (9.54) могут служить критериями разделимости классов. Как правило, вычисление A ( S) представляет собой трудную задачу. [8]
Выделим из множества признаковых переменных Р различные по информативности подмножества переменныхР Р2, -, обладающих разной степенью влияния на критерий разделимости ситуаций. Под степенью влияния на критерий разделимости ситуаций понимается способность различных признаковых переменных определять возможность отнесения текущей ситуации к одной из базовых ситуационных моделей. Степень влияния признаковых переменных может быть условно определена на основе чувствительности изменения каждой признаковой переменной к смене ситуации. [9]
 |
Зависимость скорости свободного падения частиц катионита КУ-2, находящихся в различных ионных формах, от величины диаметра в эталонной форме. [10] |
Выпускаемые промышленностью иониты имеют, как правило, различные фракционные составы, поэтому при составлении шихты для смешанного слоя приходится прибегать к рассеву и выделению фракций, отвечающих критерию гидравлической разделимости используемой пары ионитов. [11]
Нетрудно проверить, что функция F - MXl ( /) - MXj ( /) ( xyXa / xiX / xzx ( x g / XiX XzXt) удовлетворяет критерию разделимости. [12]
В дискриминантом анализе критерии разделимости классов формулируются с использованием матриц рассеяния внутри классов и матриц рассеяния между классами. [13]
Выделим из множества признаковых переменных Р различные по информативности подмножества переменныхР Р2, -, обладающих разной степенью влияния на критерий разделимости ситуаций. Под степенью влияния на критерий разделимости ситуаций понимается способность различных признаковых переменных определять возможность отнесения текущей ситуации к одной из базовых ситуационных моделей. Степень влияния признаковых переменных может быть условно определена на основе чувствительности изменения каждой признаковой переменной к смене ситуации. [14]
При наличии двух или большего числа классов цель выбора признаков состоит в выборе таких признаков, которые являются наиболее эффективными с точки зрения разделимости классов. Разделимость классов не зависит от системы координат, и этим критерии разделимости отличаются от критериев для одного распределения. Далее, разделимость классов зависит не только от распределений объектов в классах, по также от используемого классификатора. Например, оптимальный набор признаков для линейного классификатора может не быть оптимальным для других классификаторов при тех же распределениях. [15]
Страницы: 1 2