Cтраница 3
Проверяем элементы обучающей выборки. [31]
В качестве обучающей выборки был использован фрагмент базы данных, содержащий 25 000 записей. К атрибутам каждой записи добавлен бинарный атрибут аварийность; его значения да - субъект попадал в аварию, либо нет - водитель в аварию не попадал. Среди элементов обучающей выборки ровно половина записей относится к владельцам машин, попавших в аварию, другая половина записей - контрпримеры. [32]
Дискриминантный анализ обучающей выборки выполнен для двух случаев: дифференциальной диагностики поверхностных и глубоких ожогов и идентификации ожогов в соответствии с общепринятой в СССР классификацией. [33]
Для получения обучающей выборки случайным образом выбираем 12 скважин. [34]
Для получения обучающей выборки, репрезентативной как для случаев совместности, так и несовместности ограничений задачи, в окрестности выбранного специальным образом вектора bt генерируется последовательность случайных векторов размерности т t со взаимно некоррелированными компонентами, с заданными математическими ожиданиями и дисперсиями. [35]
Если объем обучающей выборки m больше числа свободных параметров п 1, параметры могут быть найдены при помощи метода наименьших квадратов. Авторы этого исследования подчеркивают, что система уравнений является общей, и величины xti при желании можно брать из разных источников. Впрочем, данные, взятые в качестве xtj, должны быть аддитивными для смеси. В качестве yi может быть любое интересующее нас свойство смеси. Примерами служат процентный состав отдельных компонентов, процентное содержание группы соединений, например ароматических, или число метальных групп. [36]
В качестве обучающей выборки были рассмотрены 15 случаев газопроявлений и 15 случаев, когда процесс перешел в более опасную фазу. [37]
Расширение объема обучающей выборки позволяет добиться большей устойчивости, но за счет увеличения времени обучения. [38]
Результаты распознавания обучающих выборок ( экзамен) показали, что полученные диагностические ( Таблицы достаточно эффективны: в случае, когда признаком качества является k ( отсутствие воды в нефти при эксплуатации), с вероятностью 0 9 правильно распознано 75 % объектов, 10 % распознано ошибочно и 15 % - неопределенно; в случае когда признаком качества является k - t ( достижение проектной высоты подъема тампонажного раствора), верно распознано 78 % объектов, 12 % распознано ошибочно и 10 % - неопределенно. [39]
Этап формирования обучающей выборки достаточно прост. К сожалению, нейропакет поддерживает только текстовый формат представления данных и не позволяет использовать внешние конверторы данных. [40]
Для предъявленной обучающей выборки S ищется наиболее важный вопрос, который помещается в корневую вершину дерева. Например, при решении задачи выбора меню для обеда, в корневую вершину разумно поместить вопрос, является ли клиент вегетарианцем. Обучающее множество S в соответствии с ответами ДА, НЕТ разделяется на две подвыборки. Далее для каждой подвыборки снова ищется наиболее важный вопрос и порождаются две новые ветви. Процесс завершается, когда использованы все вопросы. [41]
Для векторов обучающей выборки значения кодируемого признака упорядочиваются по возрастанию. Отрезок числовой оси, который содержит все значения признака, разбивается на интервалы длиной А таким образом, чтобы каждый интервал At содержал одинаковое число точек NT обучающей выборки. [42]
Данные в обучающей выборке должны быть представлены в формате атрибут-значение, т.е. каждый объект должен быть охарактеризован в терминах фиксированного набора атрибутов и их значений для данного объекта. Существуют методы обработки, которые позволяют справиться и с пропущенными атрибутами, - предполагается, что в таких случаях выход соответствующей тестирующей процедуры будет в вероятностном смысле распределен по закону, определенному на основе тех объектов, в которых такой атрибут определен. [43]
Как видно, обучающая выборка ( секция файла [ TRAINING ]) содержит 17 образцов; секция опроса ( [ INTERROGATING ]) - 11 возможных вариантов, из которых и нужно определить наилучший. [44]
Однако на практике обучающая выборка зачастую оказывается нерепрезентативной. В этих случаях она состоит из небольшого числа примеров ( прецедентов) из каждого класса. Экстраполирующая сила системы аксиом, построенной по короткой обучающей выборке, обычно мала. [45]