Участник:Александр Двойнев/Метод потенциальных функций с размещением реперных объектов в 1 классе
Материал из MachineLearning.
(Различия между версиями)
(→Список литературы) |
(→Аннотация) |
||
| Строка 1: | Строка 1: | ||
==Аннотация== | ==Аннотация== | ||
| + | Пусть имеется пространство объектов <tex>S</tex> и конечное множество имён классов <tex>Y</tex>, <tex>|Y|=l.</tex> | ||
| + | На множестве <tex>S</tex> задана функция расстояния <tex>\rho:S \times S \to [0,\infty).</tex> Существует целевая зависимость <tex>y^*:S \to Y,</tex> значения которой известны только на объектах обучающей выборки <tex>S^m = (s_i,y_i)_{i=1}^m, \; y_i=y^*(s_i).</tex> Требуется построить алгоритм классификации | ||
| + | <tex>a:S \to Y,</tex> аппроксимирующий целевую зависимость <tex>y^*(s)</tex> на всём множестве <tex>S</tex>. | ||
| + | |||
| + | Метод потенциальных функций яляется метрическим | ||
==Описание работы модели== | ==Описание работы модели== | ||
Версия 17:48, 13 декабря 2008
Содержание |
Аннотация
Пусть имеется пространство объектов и конечное множество имён классов
,
На множестве
задана функция расстояния
Существует целевая зависимость
значения которой известны только на объектах обучающей выборки
Требуется построить алгоритм классификации
аппроксимирующий целевую зависимость
на всём множестве
.
Метод потенциальных функций яляется метрическим
Описание работы модели
Описание вычисления оценок
Параметры модели
Ссылки
Список литературы
- Воронцов К.В. Лекции по метрическим алгоритмам классификации
