Page 86 - 4196
P. 86
У ході ітеративної процедури отримують варіацій-
ний ряд ознак по зменшенню їх інформативності.
Паралельно із процедурою ранжування ознак за їх
інформативністю на кожному кроці здійснюється класи-
фікація заданих еталонних об’єктів і визначаються похи-
бки класифікації. Якщо додавання чергової ознаки не
збільшує похибку класифікації, вона рахується ефектив-
ною і приєднується до списку інформативних ознак.
4.7.6 Інформативні комбінації ознак
Ознаки можуть по різному проявляти себе в задачах
класифікації, залежно від того, як вони розглядаються –
окремо чи сумісно. Наприклад, деякі ознаки у двох кла-
сах можуть мати близькі числові характеристики , що
свідчить про однорідність одновимірних розподілів у цих
класах і про малу ефективність класифікації за окремими
ознаками. З іншого боку, сумісний розподіл ознак у двох
класах може виявитися суттєво відмінним. На рисунку
4.5 наведений такий випадок, коли математичні споді-
вання та дисперсії двох компонент X і X у двох кла-
1 2
сах і співпадають. Тим не менше, класи відріз-
2
1
няються за сумісним розподілом векторів X 1 , X 2 за
рахунок різних сумісних характеристик – коефіцієнтів
кореляції.
Як видно із наведеного прикладу, існують сумісні
інтервали ознак X 1 , X (непересічні області 1, 2, 3, 4), де
2
двовимірні щільності для одного класу дорівнюють ну-
лю, а для іншого класу не дорівнюють нулю. Такі сумісні
інтервали можна рахувати інформативними і використо-
вувати для класифікації об’єктів невідомої природи.
Надійність виділення інформативних комбінацій
ознак зростає при збільшенні кількості еталонних
об’єктів. Очевидно, що збільшення числа ознак для сумі-
сного аналізу вимагає значної кількості еталонів.
86