Page 25 - 4196
P. 25


                              j       k   K  1      j       i   b  jki  .

                 Постійні  c  визначають із умови рівності умовних
                             j
                                         m           
           ризиків                             ji    ...   j dU  1 i  ... dU im  ,
                                    
                                 R
                                       
                                                       f
                                   i
                                         j 1  c j c 1  c j c m
                                   1      
                          U   N   i ,  i  ,  i      1 i  ,..., im  ,
                           i
                                   2      
           де    - матриця коваріації    jik  .
                i
                 Приклад  4.1  Розглянемо  випадок  трьох  класів
            m    3 , заданих  двовимірними нормальними розподіла-
           ми.  Визначити  класифікаційні  області  для  мінімаксного
           правила.
                 Розв’язання.  Для  даного  випадку  класифікаційні
           області  X i  i ,    , 1  , 2  3 мають вигляд
                    X    :x  U 12   Cx   1    C 2  ,  U 13   Cx   1    C 3 ,
                     1
                   X     :x  U    Cx     C  ,  U    Cx     C  ,
                     2        12       1     2      23       2    3
                   X    :x  U 13   Cx   1    C 3  ,  U 23   Cx   2    C 3 .
                     3
                 Умова рівності всіх компонентів ризику  R        при
                                                              i
           однакових    ij   приводить до рівності
                                P   P11      P22      33  ,

           ймовірностей правильної класифікації. Це дозволяє одно-
           значно визначити постійні  C   1 ,  C 2  ,  C  по таблицях дво-
                                                  3
           вимірного нормального розподілу.

                 4.4 Класифікація вибіркових даних

                 До сих пір припускалося, що допустимі розподіли
           спостережень є повністю відомими. В більшості практи-
           чних задач ці розподіли бувають відомими лише частко-
           во (з точністю до значень деяких параметрів, наприклад,

                                        25
   20   21   22   23   24   25   26   27   28   29   30