• Model tanlash: • empirik tavakkalchilikni minimallashtirish; • tavakkalchilikni tuzilmaviy minimallashtirish; • Akaike mezoni = AIC; • Bayes ma'lumot mezoni = BIC; • sirpanuvchi nazorat; • alomatlarni ajratib olish; • argumentlarni guruhli hisobga olish usuli = modellarning o'zini o'zi tashkil etishi; • moslashuv bilan tasodifiy qidiruv; • genetik algoritm. Obyekt va alomatlar. Berilgan x ob'ektning f alomati (feature) bu – ob'ektning qandaydir xususiyatini o‘lchash natijasidir. Rasmiy tomondan alomat deb f:X→Df akslantirishga aytiladi, bu yerda Df – alomatning ruxsat etilgan qiymatlar to‘plami. Xususiy holda, ixtiyoriy a:X→Y algoritm alomat sifatida ham qaralishi mumkin. Obyekt va alomatlar Tabiatan bog‘lanishiga ko‘ra alomatlar to‘plami bir nechta toifaga bo‘linadi: - Agar ={0,1} bo‘lsa, f – binar alomat;
- Agar chekli to‘plam bo‘lsa, u holda f – nominal alomat;
- Agar chekli tartiblangan to‘plam bo‘lsa, u holda f – tartiblangan alomat;
- Agar =R bo‘lsa, u holda f – miqdoriy alomat deyiladi.
Obyekt-xossa jadvali Agar barcha alomatlar bir xil toifali bo‘lsa, u holda boshlang‘ich berilganlar bir toifali, aks holda har xil toifali deyiladi. tanlovdagi barcha ob'ektlarning l×n o‘lchovli jadval ko‘rinishda alomatlari tavsifi jamlanmasiga “ob'ekt-xossa” jadvali deyiladi. Ob'ekt-xossa matrisasi amaliy masalalarda boshlang‘ich berilganlarni ifodalashni standart va eng ko‘p tarqalgan ko‘rinishi hisoblanadi. Presendent bilan o’ragishda masalaning matematik qo’yilishi Ficherning Iris tanlanmasi
Do'stlaringiz bilan baham: |
