Процедура - классификация
Cтраница 3
Этот метод группировки деталей в семейства предполагает изучение конкретных проектных и ( или) технологических характеристик каждой детали. Соответствующие характеристики однозначно идентифицируются путем приписывания им кодовых чисел, или шифров. Такую процедуру классификации и кодирования можно провести как на всем активном ассортименте выпускаемой фирмой продукции, так и выборочно. [31]
Широко распространена точка зрения, согласно которой общество состоит из групп или множества индивидов, имеющих или носящих определенные характеристики. Эти характеристики берутся как критерий классификации, который может быть одно - или, чаще, многомерным. Соответственно, процедура классификации позволяет выделить большее или меньшее число социальных слоев. [32]
Насколько правильно эта функция способна отвечать на вопросы, которые ставили при ее выводе. Здесь напрашивается аналогия с экзаменами, на которых задают вопросы только по пройденному материалу. Однако этот прием может оказаться весьма полезным, позволяя свести процедуру классификации к простой математической операции и отказаться от запоминания большого числа данных и поиска требующейся информации, что дает большую экономию во многих приложениях. В настоящей книге полное ( 100 % - ное) распознавание принимается идеальным, или безошибочным, обучением классификатора. [33]
Объединяя понятия метакод и код хранения, можно было бы говорить об общем алгоритме канонизации, который переводит входные коды в коды хранения. Однако процедура машинной генерации метакода автономна относительно основной процедуры канонизации. При генерации метакодов достаточен анализ связей между вершинами графа и не требуется проведения набора процедур классификации отметок вершин и ребер химического графа, что характерно для алгоритма канонизации. Впрочем, это разграничение достаточно условно. [34]
Как уже было сказано, целью дискриминантного анализа является решение двух задач: интерпретации и классификации. До сих пор внимание фокусировалось в основном на задаче интерпретации, которая связана с определением числа и значимости канонических дискриминантных функций и с выяснением их значений для объяснения различий между классами. Классификация - это особый вид деятельности исследователя, в котором либо дискри-минантные переменные, либо канонические дискриминантные функции используются для предсказания класса, к которому более вероятно принадлежит некоторый объект. Существует несколько процедур классификации, но все они сравнивают положение объекта с каждым из центроидов классов, чтобы найти ближайший. Например, целью исследования Бардес было сформировать подпространство, определяемое канонической дискриминантной функцией, используя данные о 19 сенаторах и выделенных фракциях. [35]
Классификация является составной частью систем, принимающих решения на основе измеряемых данных. Примером применения классификации может служить распознавание отклонений кардиограмм от нормы, обнаружение неисправностей в различных системах технической диагностики. Математические методы, применяемые для классификации, столь разнообразны, что дать их обзор здесь не представляется возможным. В специализированные пакеты анализа и обработки сигналов обычно включены процедуры классификации, хорошо зарекомендовавшие себя в конкретных областях. В универсальных пакетах обработки сигналов пользователю обычно предоставляется возможность обучить компьютер распознаванию на основе выделенных пользователем параметров сигналов. Как может выглядеть такое обучение. [36]
Синтез диагностических признаков технического состояния непрерывно функционирующих объектов - одна из важнейших операций. От способа ее построения и конкретизации перечня этих признаков существенно зависит успех последующей классификации технических состояний объекта. Прямое использование в качестве диагностических признаков текущих значений измеряемых параметров ( без предварительной обработки) практически мало эффективно. Основная причина этого - отсутствие детерминизма взаимосвязи между возможными техническими состояниями объекта контроля и значениями измеряемых параметров, как правило, нерегулярно изменяющихся во времени. Кроме того, при таком способе распознавания процедуры классификации технических состояний оказываются чрезвычайно перегруженными по входам. Эти характеристики представляют собой так называемые характерные диагностические признаки, значения которых являются исходными для решения задачи классификации. [37]
 |
Классификационная матрица. [38] |
Процент известных объектов, которые были классифицированы правильно является дополнительной мерой различий между группами. Как непосредственная мера точности предсказания это процентное содержание является наиболее подходящей мерой дискриминантной информации. Однако о величине процентного содержания можно судить лишь относительно ожидаемого процента правильных классификаций, когда распределение по классам производилось случайным образом. Если есть два класса, то при случайной классификации можно ожидать 50 % правильных предсказаний. Если для двух классов процедура классификации дает 60 % правильных предсказаний, то ее эффективность довольна мала, но для четырех классов такой же результат говорит о значительной эффективности, потому что случайная классификация дала бы лишь 25 % правильных предсказаний. [39]
Для того чтобы наблюдаемым явлениям дать убедительные объяснения, необходимо развивать теорию, изучающую взаимосвязь между исследуемыми факторами и переменными. Теория является моделью, описывающей предполагаемую взаимосвязь исследуемых факторов. Для того чтобы определить тип шкалы, которая может быть использована, с помощью модели устанавливается, удовлетворяют ли исследуемые свойства условиям транзитивности, антисимметричности и аддитивности. Некоторые типы классификаций являются простыми и не требуют глубокого анализа. Подобный случай имеет место, например, при распределении школьников по классам в зависимости от их возраста: Как только возраст школьников будет установлен, их без труда можно разбить на группы. Такая процедура классификации является более сложной, и в первоначальную модель следует ввести дополнительные элементы. Построенная таким образом модель должна исследовать те факторы, которые помогли бы нам предсказать будущие успехи школьника. [40]
Страницы: 1 2 3