Page 51 - 4196
P. 51
D :x g a,x 0 .
2
Введемо бінарну функцію y , яка свідчить про дійс-
ну належність спостережень до класів:
,1 об ' єкт класу ,
y 1
, 1 об ' єкт класу .
2
Мірою відхилення y € від y виберемо випуклу фун-
кцію F від різниці y та y €:
Q a,x y g a,x 2 F y g a,x , (4.32)
яка окрім того є випадковою. Тому за міру якості розді-
льної функції варто вибрати математичне сподівання мі-
ри відхилення
) a ( J M x Q a,x . (4.33)
Найкращий вибір роздільної функції відповідає мінімуму
функціоналу (J ) a . Таким чином, задача полягає у визна-
ченні вектору a a , значеннями якого досягається міні-
мум (J ) a , тобто
min ) a ( J min M x Q a,x (4.34)
a a
Необхідні умови екстремуму (4.34), як ми бачили, ведуть
до рівняння
) a ( J M x Q a,x 0 (4.35)
для розв’язку якого і застосовують алгоритми навчання.
Рекурентний алгоритм навчання (визначення оптималь-
ного вектору a a ) дозволяє за значенням навчальної
вибірки x визначати оцінку вектору a на черговому n -
n
му кроці подання спостереження x n :
a a n 1 A Q x n a , n 1 , (4.36)
n
n
де A N N матриця, елементи якої залежать від кроку
n
n .
51