Page 19 - 4196
P. 19
1 1 2
a K .
Нескладні перетворення дозволяють записати обла-
сті класифікації у вигляді
X :x a x c 1 ,
1
X :x a x c 1 , (4.12)
2
1 p
де константа c a 1 2 ln 2 12 визначається
1
2 p 21
1
параметрами нормальної моделі, апріорним розподілом
та заданими втратами. Якщо втрати 12 , 21 невідомі або
їх складно оцінити, то приймають 12 21 1.
Лінійну функцію спостережень ax x назива-
ють дискримінантною функцією. Рівняння cx 1 - це
рівняння гіперплощини, яка розділяє вибірковий простір
X на дві області X та X такі, що якщо спостереження
1 2
x X , то його відносять до класу , а якщо x X , то
1
1
2
воно відноситься до класу .
2
Якість класифікації визначається величиною байе-
совського ризику
r p 1 21 P H 2 H 1 p 2 12 P H 1 H 2 , (4.13)
де HP 2 H 1 1 dxx - імовірність неправильної кла-
f
X 2
сифікації, коли спостереження x відповідає класу ;
1
P H 1 H 2 f dxx - ймовірність неправильної класи-
2
X 1
фікації, коли спостереження x відповідає класу .
2
2 Мінімаксний підхід
Мінімаксне рішення використовують у випадку,
коли апріорні імовірності гіпотез невідомі. Мінімаксну
19