Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
лекції 6-8.doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
543 Кб
Скачать
☆

8.2 Метод розділяючої функції.

Для окреслення чітких границь класів будемо шукати L функцій , таких, що для всіх , Такі функції називають розділяючими (дискримінантними). Якщо не задати апріорі ніяких додаткових властивостей функції , то знайти їх буде дуже складно. Тому переважно беруть не довільні розділяючі функції, а ті які мають деякі прості властивості. Як приклад – розглянемо лінійні розділяючі функції, тобто функції виду:

Тоді рівняння границі між класами k і l:

або ,

де .

Очевидно, що останнє рівняння є рівнянням гіперплощини в просторі ознак Х. Приймемо L=2, не обмежуватиме викладу.

Отже, задача побудови розділяючої гіперплощини, тобто задача навчання, це задача знаходження (n+1) чисел , таких, що для деяких , а також:

для і

для .

Якщо ми будемо розглядати простір розмірності , отриманий з простору Х додаванням однієї координати, рівної всіх точок одиниці, то в нам необхідно знайти гіперплощину, яка проходить через початок координат і розділяє два класи:

для і для ,

де є нормаль до шуканої гіперплощини.

Якщо припустити, що така гіперплощина існує, то за скінчене число кроків можна добитися побудови розділяючої гіперплощини, а саме, якщо і при , то , а якщо при , то , де є значенням вектора після розпізнавання -го члена навчаючої послідовності.

Якщо не припускати існування гіперплощини, яка розділяє два класи, то лінійна розділяюча функція повинна будуватися так, щоб число неправильних розпізнавань елементів навчаючої послідовності було мінімальним.

В отму випадку, коли , можна вважати, що лінійна розділяюча функція будується спочатку для відокремлення зображень першого класу (образу) від всіх решта. Далі процедура побудови розділяючої функції повторюється на множині решти зображень з метою виділення другого класу і т.д. Оскільки аналогічне міркування можна провести для будь-якої задачі розпізнавання, то це значить, що число класів, на які класифікуються зображення, завжди можна вважати рівним двом.

Розглянемо кусково-лінійну розділяючу функцію. Визначимо відстань між довільним зображенням та класом як:

,

де відстань між зображеннями, тобто відстань від вектора до класу рівна мінімальній серед відстаней від вектора до векторів з класів . Нехай розділяюча функція відносить довільне зображення до того класу , відстань до якого мінімальна, тобто , якщо . Якщо припустити , то

.

Оскільки від не залежить, то можна взяти розділяючу функцію . Дійсно, якщо є найближчим до , то це означає, що по всіх класах комбінація буде найбільшою для , а це значить, що:

.

Так як максимум береться від лінійної комбінації ознак, то розділяюча функція називається кусково-лінійною.

В якості розділяючої функції можна брати і більш складні. Наприклад, квадратична розділяюча функція має вид:

. Навчання для такої функції полягає у підбиранні коефіціентів таким чином, щоб на навчальній послідовності кількість помилок була мінімальною.