Labing duol nga pamaagi silingan: ang panig-ingnan sa trabaho

ang labing duol nga pamaagi silingan mao ang labing sayon nga metric classifier nga base sa evaluation sa kaamgiran sa lain-laing mga butang.

Analisar butang iya sa klase nga sila iya mga sakop sa pagbansay sample. Atong mahibaloan nga mao ang labing duol nga silingan. Sulayi sa pagsabot sa komplikado nga butang, mga ehemplo sa lain-laing mga mga teknik.

pamaagi pangagpas

labing duol nga pamaagi silingan mahimong giisip nga sama sa labing komon nga algorithm nga gigamit alang sa classification. Butang nagpailawom sa classification iya sa klase y_i, nga ang labing suod nga butang sa pagkat-on x_i sample.

Kapihoan sa mga pamaagi labing duol nga mga silingan

k labing duol nga silingan nga pamaagi mahimo sa pagpalambo sa pagkatukma sa classification. Analisar butang iya sa sama nga klase nga ingon sa kinabag sa iyang mga silingan, nga mao, k nga suod sa niini butang sa analisar sample x_i. Sa pagsulbad sa mga problema uban sa duha ka mga klase sa gidaghanon sa mga silingan mahimong lain, talagsaon sa paglikay sa usa ka kahimtang sa ambiguity, kon sa mao usab nga gidaghanon sa mga silingan iya sa lain-laing mga klase.

Ang teknik sa suspended mga silingan

Postgresql-analisar pamaagi tsvector labing duol nga mga silingan gigamit sa diha nga ang gidaghanon sa mga klase sa labing menos tulo ka, ug ikaw dili sa paggamit sa usa ka talagsaon nga gidaghanon. Apan ambiguity motungha bisan sa mga kaso. Unya, ang i-ika silingan gets w_i gibug-aton, nga pagminus, mga pagmobu sa ranggo silingan i. Kini nagtumong sa sa klase sa butang, nga adunay usa ka maximum nga total gibug-aton sa mga suod nga mga silingan.

Ang pangagpas sa compactness

Sa kasingkasing sa tanan nga mga pamaagi sa ibabaw mao ang pangagpas nga sa compactness. Kini nagsugyot sa usa ka koneksyon tali sa sukod sa susama sa mga butang ug sa ilang mga sakop sa sama nga klase. Sa niini nga kahimtang, ang utlanan tali sa lain-laing mga matang mao ang usa ka yano nga porma, ug sa paghimo sa mga klase sa mga butang sa luna compact mobile nga dapit. Ubos sa maong mga lugar sa matematika pagtuki gidala ngadto sa kahulogan sa usa ka sirado nahugpong set. pangagpas Kini dili nga may kalabutan sa sa adlaw-adlaw nga panglantaw sa sa pulong.

Ang nag-unang mga pormula

Atong susihon sa dugang labing duol nga silingan. Kon ang gisugyot nga pagbansay sa sample type "butang-tubag» X ^ m = \ {(x_1, y_1), \ tulbok, (x_m, y_m) \}; kon ang usa ka dinaghan nga mga butang sa nagpaila sa gilay-on function \ rho (x, x '), nga gihawasan sa dagway sa usa ka igo nga modelo kaamgiran sa mga butang pinaagi sa pagdugang sa bili sa function pagminus, mga pagmobu kaamgiran tali sa mga butang x, x'.

Kay sa bisan unsa nga butang, u ang pagtukod sa usa ka pagbansay-bansay sample butang x_i uban sa pagdugang sa mga distansiya sa u:

\ Rho (u, x_ {1; u}) \ leq \ rho (u, x_ {2; u}) \ leq \ cdots \ leq \ rho (u, x_ {m; u}),

diin x_ {ko; u} nagpaila sa butang sa pagkat-on sample, nga mao ang i-th silingan tinubdan butang u. Ang maong nota ug paggamit sa reply sa ako-ika silingan: y_ {i; u}. Ingon sa usa ka resulta, atong makita nga ang bisan unsa nga butang u magahagit renumbering kaugalingong sample.

Determinasyon sa gidaghanon k sa mga silingan

labing duol nga pamaagi silingan sa dihang k = 1 mao ang makahimo sa paghatag sa usa ka sayop nga klasipikasyon, dili lamang sa mga butang-emissions, apan usab alang sa uban nga mga klase nga duol.

Kon kita k = m, ang algorithm mahimong ingon sa lig-on ug madaot ngadto sa usa ka kanunay nga bili. Nga mao ang ngano nga kasaligan importante sa paglikay sa grabeng lab-a k.

Sa praktis, ingon nga ang mga kamalaumon index k gigamit sukdanan dakin-as sa kontrol.

screening emissions

Ang mga butang sa pagtuon mao ang kadaghanan dili patas, apan diha sa taliwala kanila adunay mga tawo nga adunay mga kinaiya sa usa ka klase ug gitawag nga mga sumbanan. Sa duol sa ubos sa sulundon nga modelo sa iyang mga hatag-as nga kalagmitan sa sakop sa klase niini.

Sa unsang paagi nga rezultativen pamaagi sa labing duol nga mga silingan? Ang usa ka panig-ingnan makita sa basehan sa kangilitan ug non-informative kategoriya sa mga butang. Kini mao ang gituohan baga nga palibot sa butang sa ubang mga representante sa niini nga klase. Sa diha nga sa pagpapahawa mo sila gikan sa klasipikasyon sa sampling sa kalidad dili motugot.

Sa pagkuha sa usa ka gidaghanon sa mga sample aron kasaba buto nga "sa ibabaw sa yuta" sa usa ka klase. Pagwagtang sa kinadak positibo nga epekto sa kalidad sa classification.

Kon ang sampol nga gikuha gikan sa uninformative ug pagwagtang sa mga butang kasaba, nga kamo mahimo isip sa pipila ka positibo nga mga resulta sa mao nga panahon.

Ang unang ot pamaagi sa sa labing duol nga silingan classification nagtugot sa pagpalambo sa kalidad, pagpakunhod sa kantidad sa gitipigan data, pagpakunhod sa panahon sa klasipikasyon, nga nagaantus sa pagpili sa sunod nga mga sumbanan.

Ang paggamit sa mga ultra-dako nga sample

labing duol nga pamaagi silingan gibase sa tinuod nga paghipos sa pagkat-on nga mga butang. Sa paghimo dako kaayo-scale mga sampol sa paggamit sa usa ka teknikal nga problema. Ang tumong dili lang sa pagluwas sa usa ka mahinungdanon nga kantidad sa impormasyon, apan usab sa minimum nga kantidad sa panahon sa panahon sa pagpangita sa bisan unsa nga butang u k sa taliwala sa mga suod nga mga silingan.

Aron sa pagsagubang sa niini nga buluhaton, ang duha ka mga pamaagi ang gigamit:

• thinned sample pinaagi sa usa ka butang nagapangagi non-data;
• epektibo nga paggamit espesyal nga gambalay data ug mga code alang sa instant search sa labing duol nga mga silingan.

Mga lagda sa pamaagi sa pagpili

Ang klasipikasyon sa ibabaw giisip. Labing duol nga pamaagi silingan gigamit sa pagsulbad sa praktikal nga mga problema, nga nailhan sa daan sa gilay-on function \ rho (x, x '). Sa paghubit sa mga butang numerawo vector sa paggamit sa usa ka Euclidean metriko. pagpili Kini nga walay espesyal nga pagkamatarong, apan naglangkit sa sukod sa tanan nga mga ilhanan "diha sa mao gihapon nga scale." Kon kini nga butang dili gidala ngadto sa asoy, nan ang metriko ang nangibabaw bahin nga may labing taas nga numerawo mga prinsipyo.

Kon adunay usa ka malig-nga kantidad sa mga bahin, pagkalkulo sa gilay-on nga ingon sa isip sa gidaghanon sa mga pagsimang sa piho nga mga sintomas sa pagpakita sa seryoso nga problema nga kabahin.

Sa taas nga dimensional nga luna sa halayong gikan sa usag usa ang tanan nga mga butang. Sa katapusan, sa bisan unsa nga sample mahimong sunod sa butang nga gitun-an k silingan. pinili nga sa usa ka gamay nga gidaghanon sa mga matulon-anong bahin sa pagwagtang sa niini nga problema. Algorithms sa pagkalkulo banabana sa pagtukod sa basehan sa mga nagkalain-laing hugpong sa mga ilhanan, ug alang sa matag indibidwal nga pagtukod sa ilang proximity function.

konklusyon

Matematika kalkulasyon sa kasagaran naglakip sa paggamit sa usa ka lainlaing matang sa mga teknik nga adunay ilang kaugalingon nga lahi nga kinaiya, mga bentaha ug disbentaha. Gitan-aw nga labing duol nga pamaagi silingan makasulbad na sa usa ka seryoso nga problema, tungod sa kinaiya sa matematika butang. Ang eksperimento konsepto, base sa analisar nga pamaagi ang aktibo nga gigamit sa artipisyal nga intelligence.

Sa sistema sa eksperto nga kini mao ang gikinahanglan nga dili lang sa pagklasipikar mga butang, apan usab sa pagpakita user sa usa ka pagpasabut sa klasipikasyon sa pangutana. Sa niini nga pamaagi, usa ka pagpasabut sa niini nga panghitabo gipahayag diha sa relasyon sa ang tumong sa usa ka partikular nga klase ingon man sa iyang nahimutangan paryente sa sample nga gigamit. Legal industriya specialists, geologist, mga doktor, sa pagkuha niini nga "sumbanan" pangatarungan aktibong paggamit niini diha sa ilang mga research.

Aron nga analisar nga paagi mao ang labing kasaligan, episyente, sa paghatag sa gitinguha nga mga resulta, kamo kinahanglan gayud nga sa usa ka minimum nga numero k, samtang usab sa paglikay sa emissions sa taliwala sa mga analisar butang. Mao nga ang paggamit sa mga sumbanan ug sa pamaagi sa pagpili, ingon man ang mga metrics pagkamalaumon.