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