Treść książki

Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
1º2ºFisherowskadyskryminacjaliniowa
25
−2
−4
4
2
0
−4
−2
0
2
4
6
Rysl1l2l50-elementowepróbyobserwicjiztrzechklis)pochodzących
zdwuwymiirowychrozkłidównormilnychlKlisynierozłączne
delprobabilistycznyproblemuklasyfikacjiitraktujemyobserwacjewpróbie
uczącejjakowektorylosowe.Rozkładytychwektorówróżnewróżnych
klasach;aleniemająrozdzielnychnośników.Narysunku1.2pokazano50-
elementowepróbyobserwacjiztrzechklas.
Niniejszyrozdziałjestpoświęconymetodomliniowym;czylimetodomgene-
rującymwzbiorze
X
możliwychwartościobserwacjiliniowehiperpowierzch-
nie(hiperpłaszczyzny)dzieląceklasy.Czytelnikmożewtymmiejscuzapy-
tać;czywogólewartozajmowsięmetodamiproponującymitaknieskom-
plikowanehiperpowierzchnierozdzielająceklasy.Praktykapokazuje;żetak;
żetometodynietylkoproste;lecztakżezaskakującoczęsto(gdywziąć
poduwagęichprostotę)dającedobrerozwiązania.Ponadtodobrym
punktemwyjściadozaproponowaniaichciekawychuogólnień.
1º2ºFisherowskadyskryminacjaliniowa
1º2º1º
Problemdwóchklas
Historycznienajstarszympodejściemdoklasyfikacjipodnadzoremjest;za-
proponowanyprzezsirRonaldaFisheraw1936r.algorytmliniowejana-
lizydyskryminacyjnej(zwanyczęstoalgorytmemLDAodterminuan-
glojęzycznegolźπeIrdźscrźmźπIπtIπIlgsźs).Wmetodzietejzakładasię;że
wektoryobserwacjiwektoramiw
p
-wymiarowejprzestrzenieuklidesowej;
XRl
(jakotymwspomnimywdalszymciągutegopodrozdziału;fak-
tyczniepolezastosowmetodyLDAjestszersze).Metodaprowadzido