Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
30
KLASYFIKATORYKNN
Wwynikudziałaniaprogramówuzyskujemyrozkładydokładnościwzależ-
nościodwartościparametrukzaprezentowanenarys.3.3.Oczywiścierozkłady
niesąidentyczne,ponieważdoświadczenieprzeprowadzanejestnaróżnychda-
nychlosowych.Przymałejliczbiesąsiadówdokładnośćdziałaniaklasyfikatora
jestograniczona.Wzrastaprzyzwiększaniuliczbysąsiadów,aletylkodopewnej
granicy,powyżejktórejzaczynamaleć.
a)
Rys.3.3.Rozkładydokładnościklasyfikacjiklasyfikatoranajbliższychsąsiadówwzależnościod
parametrukw:a)Matlabie,b)Pythonie
b)
Odmianąklasyfikatoraopartegonanajbliższychsąsiadachjestrozmytykla-
syfikatorKNN.Wmetodzietejdobierasięnajbliższychsąsiadówidentyczniejak
przedstawionowwersjipodstawowej.Następniesąsiedzireprezentującykolejne
klasyzliczanisązuwzględnieniemwag.Imbliżejwektoratestowegoxumiesz-
czonyjestsąsiad,tymwiększąprzypisujesięmuwagę.Wartościwagnależądo
zakresu[0,1].Ozwycięstwieokreślonejklasydlawektoratestowegoxdecyduje
sumawagprzypisanychsąsiadomnależącychdotejsamejklasyzezbiorujegok
sąsiadów.Wartośćwagiwi(j)wektorai-tegozezbiorunajbliższychsąsiadówna-
leżącegodoklasyj-tejprzyistnieniuKklas,możebyćokreślanawróżnysposób,
naprzykład[82]
wj
i
()
±
Σ
K
k
exp
exp
(
-
(
-
xx
xx
-
-
i
()
i
j
()
k
2
)
2
)
(3.4)
Takisposóbwyłanianiaklasyuwzględniaodległościnajbliższychsąsiadówod
wektorapoddanegotestowaniu.Premiujezatempodobieństwowspółrzędnych
wektoraxiwektorówznajbliższegosąsiedztwa.
