Eqreb metodu proxxmu: Eżempju ta 'xogħol

il-metodu proxxmu eqreb huwa l-klassifikatur metrika eħfef li hija bbażata fuq l-evalwazzjoni tax-xebh bejn oġġetti differenti.

oġġett analizzat jappartjeni għall-klassi li għaliha jkunu jappartjenu suġġetti ta 'kampjun taħriġ. Ejjew issir taf liema huwa l-eqreb ġar. Ipprova biex jifhmu l-kwistjoni kkumplikata, eżempji ta 'tekniki differenti.

metodu ipoteżi

eqreb metodu proxxmu jista 'jitqies bħala l-algoritmu aktar komuni użati għall-klassifikazzjoni. Għan għaddejjin klassifikazzjoni tappartjeni għall-y_i klassi, li għaliha l-eqreb oġġett tagħlim kampjun x_i.

Speċifiċità tal-metodi ġirien eqreb

k eqreb metodu proxxmu jistgħu jtejbu l-eżattezza tal-klassifikazzjoni. oġġett analizzat tappartjeni għall-istess klassi bħall-massa tal-ġirien tagħha, jiġifieri, k qrib tiegħu oġġezzjoni tal-x_i kampjun analizzat. Biex jissolvew problemi ma 'żewġ klassijiet ta' l-għadd tal-ġirien se jkun bil-fard biex tiġi evitata sitwazzjoni ta 'ambigwità, jekk l-istess numru tal-ġirien se jappartjenu għal klassijiet differenti.

It-teknika tal-ġirien sospiżi

Metodu analizzat-Postgresql tsvector ġirien eqreb jintuża meta n-numru ta 'klassijiet mill-inqas tliet, u inti ma tistax tuża numru fard. Iżda ambigwità tqum anki f'dawn il-każijiet. Imbagħad, l-proxxmu numru i gets piż w_i, li tnaqqas bil-grad proxxmu i. Hija tirreferi għall-klassi ta 'l-oġġett, li se jkollu piż totali massimu fost il-ġirien qrib.

L-ipoteżi ta kumpattezza

Fil-qalba ta 'kollha mill-metodi msemmija hawn fuq hija l-ipoteżi ta' kumpattezza. Hija tissuġġerixxi rabta bejn il-miżura tax-xebh ta 'oġġetti u li jappartjenu tagħhom għall-istess klassi. F'din is-sitwazzjoni, il-konfini bejn it-tipi differenti hija forma sempliċi, u joħolqu klassijiet ta 'oġġetti fl-ispazju żona mobbli kompatti. Taħt tali żoni fl-analiżi matematika mifhum bħala sett tmiss magħluqa. Din l-ipoteżi ma tkunx relatata mal-perċezzjoni ta 'kuljum tal-kelma.

Il-formula bażika

Let us teżamina aktar proxxmu eqreb. Jekk it-taħriġ propost tip kampjun "oġġett ta 'tweġib» X ^ m = \ {(x_1, y_1), \ tikek, (x_m, y_m) \}; jekk pluralità ta 'oġġetti li jiddefinixxu d-distanza funzjoni \ Rho (x, x "), li huwa rappreżentat fil-forma ta' xebh adegwat ta 'oġġetti mudell billi jiżdied il-valur tal-funzjoni tonqos xebh bejn oġġetti x, x".

Għal kull oġġett, U se tibni kampjun taħriġ oġġetti x_i ma 'żieda distanzi għal U:

\ Rho (u, x_ {1; u}) \ Leq \ Rho (u, x_ {2; U}) \ Leq \ cdots \ Leq \ Rho (u, x_ {m; U}),

fejn x_ {i; U} tikkaratterizza l-kampjun tat-tagħlim oġġett, li huwa i-th sors proxxmu oġġett u. Tali notazzjoni u l-użu li tingħata risposta għall-proxxmu i-th: y_ {i; U}. Bħala riżultat, insibu li xi oġġett U jipprovoka numerazzjoni kampjun stess.

Determinazzjoni tan-numru k tal-ġirien

eqreb metodu proxxmu meta k = 1, jista 'jagħti klassifikazzjoni żbaljata, mhux biss fuq oġġetti l-emissjonijiet, iżda wkoll għall-klassijiet oħra li huma qrib.

Jekk nieħdu k = m, l-algoritmu se jkun stabbli u se jwasslu għall-valur kostanti. Dan huwa għaliex l-affidabbiltà huwa importanti li jiġi evitat indiċijiet estremi k.

Fil-prattika, kriterju bħala l-indiċi ottimali k użati jiżżerżqu kontroll.

emissjonijiet tgħarbil

L-oġġetti ta 'studju huma ġeneralment inugwali, iżda fosthom hemm dawk li għandhom il-karatteristiċi ta' klassi u huma msemmija bħala standards. Fil prossimità tas-suġġett għall-mudell ideali ta 'probabbiltà għolja tagħha ta' appartenenza għal din il-klassi.

Kif rezultativen metodu tal-ġirien eqreb? Eżempju jistgħu jidhru fuq il-bażi tal-kategoriji periferali u mhux informattivi ta 'oġġetti. Huwa preżunt ambjent sfiq ta 'l-oġġett rappreżentanti oħra ta' din il-klassi. Meta inti tneħħihom mill-klassifikazzjoni ta 'teħid ta' kampjuni l-kwalità mhux se jsofru.

Get fis ċertu numru ta 'kampjuni jistgħu jinfaqa' storbju li huma "fuq l-art" ta 'klassi. It-tneħħija impatt sostanzjalment pożittiv fuq il-kwalità tal-klassifikazzjoni.

Jekk il-kampjun meħud mill-oġġetti storbju uninformative u jeliminaw, inti jista 'joqgħod fuq riżultati pożittivi ftit fl-istess ħin.

L-ewwel metodu interpolazzjoni tal -eqreb klassifikazzjoni proxxmu jippermetti li titjieb il-kwalità, tnaqqas l-ammont ta 'data maħżuna, jitnaqqas il-ħin ta' klassifikazzjoni, li huwa minfuq fuq l-għażla tal-istandards li ġejjin.

L-użu ta 'kampjuni ultra-kbar

-eqreb metodu proxxmu huwa bbażat fuq il-ħżin reali ta 'oġġetti tat-tagħlim. Biex jinħoloq kampjuni ħafna fuq skala kbira li jużaw problema teknika. L-għan huwa mhux biss li jfaddal ċertu ammont sinifikanti ta 'informazzjoni, iżda wkoll fl-ammont minimu ta' żmien li jkollu żmien biex isibu xi oġġett U k fost l-eqreb pajjiżi ġirien.

Biex ilaħħqu ma 'dan il-kompitu, qed jintużaw żewġ metodi:

• kampjun imraqqa permezz ta 'oġġetti kwittanza mhux dejta;
• użu struttura effettiva tad-data speċjali u kodiċi għan instant tfittxija mill-eqreb ġirien.

Regoli ta 'metodi ta' selezzjoni

Il-klassifikazzjoni ta 'hawn fuq kienet ikkunsidrata. Metodu proxxmu eqreb huwa użat biex jissolvew problemi prattiċi, li hija magħrufa minn qabel id-distanza funzjoni \ Rho (x, x "). Fl-oġġetti li jiddeskrivu vectors numeriku tuża metrika Euclidean. Din l-għażla għandha l-ebda ġustifikazzjoni speċjali, imma tinvolvi l-kejl ta 'sinjali kollha "fl-istess skala." Jekk dan il-fattur mhuwiex meħud in kunsiderazzjoni, allura l-metrika se jippredominaw karatteristika li valuri numeriċi ogħla.

Jekk ikun hemm ammont sostanzjali ta 'karatteristiċi, il-kalkolu id-distanza bħala s-somma tad-devjazzjonijiet fuq sintomi speċifiċi jidhru dimensjoni serja problema.

Fil ispazju dimensjonali għolja bogħod minn xulxin se oġġetti kollha. Fl-aħħarnett, kull kampjun ikun jmiss għall-oġġett qed jiġu studjati k ġirien. magħżula numru żgħir ta 'karatteristiċi informattivi biex jeliminaw din il-problema. Algoritmi għall-kalkolu estimi tibni fuq il-bażi ta 'settijiet differenti ta' sinjali, u għal kull individwu jibnu funzjoni prossimità tagħhom.

konklużjoni

kalkoli matematiċi ħafna drabi jinvolvu l-użu ta 'varjetà ta' tekniki li għandhom karatteristiċi distintivi, vantaġġi tagħhom stess u l-iżvantaġġi. Viewed eqreb metodu proxxmu tistax issolvi pjuttost problema serja, minħabba l-karatteristiċi ta 'oġġetti matematiċi. Il-kunċett sperimentali, ibbażat fuq il-metodu analizzat qed tintuża attivament fl-intelliġenza artifiċjali.

Fil-sistemi esperti huwa meħtieġ mhux biss biex jikklassifikaw oġġetti, iżda wkoll juru l-utent spjegazzjoni tal-klassifikazzjoni in kwistjoni. F'dan il-metodu, spjegazzjoni ta 'dan il-fenomenu huma espressi b'rabta mal-oġġett ta' klassi partikolari kif ukoll relattiv post tagħha lill-kampjun użat. speċjalisti industrija legali, ġeoloġi, it-tobba, jieħdu dan il- "preċedent" loġika jużaw attivament fil-riċerka tagħhom.

Sabiex jiġi analizzat metodu kien l-aktar affidabbli, effiċjenti, jagħti r-riżultati mixtieqa, trid tieħu figura k minimu, filwaqt li tevita wkoll l-emissjonijiet fost l-oġġetti analizzati. Dan huwa għaliex l-użu ta 'standards u l-metodu ta' selezzjoni, kif ukoll il-parametri ottimizzazzjoni.