Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples

The way of comparison of discriminant functions with dividing samples observations on training and testing subsamples is proved. Conditions of existence of optimum set of features which depend on parameters of general sets and volumes samples are received. Laws of simplification of optimum discrimin...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Індуктивне моделювання складних систем
Datum:2012
Hauptverfasser: Sarychev, A., Sarycheva, L.
Format: Artikel
Sprache:English
Veröffentlicht: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2012
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/45954
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples / A. Sarychev, L. Sarycheva // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2012. — Вип. 4. — С. 21-27. — Бібліогр.: 7 назв. — англ.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-45954
record_format dspace
spelling Sarychev, A.
Sarycheva, L.
2013-06-21T08:23:09Z
2013-06-21T08:23:09Z
2012
Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples / A. Sarychev, L. Sarycheva // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2012. — Вип. 4. — С. 21-27. — Бібліогр.: 7 назв. — англ.
XXXX-0044
https://nasplib.isofts.kiev.ua/handle/123456789/45954
519.25
The way of comparison of discriminant functions with dividing samples observations on training and testing subsamples is proved. Conditions of existence of optimum set of features which depend on parameters of general sets and volumes samples are received. Laws of simplification of optimum discriminant function at decrease of volumes samples and at increase of dispersions of features are revealed.
Обґрунтовано спосіб порівняння дискримінантних функцій з розбиттям вибірок спостережень на навчальні й перевірні підвибірки. Отримано умови існування оптимальної множини ознак, які залежать від параметрів генеральних сукупностей і обсягів вибірок. Виявлено закономірності спрощення оптимальної дискримінантної функції при зменшенні обсягів вибірок і при збільшенні дисперсій ознак.
Обоснован способ сравнения дискриминантных функций с разбиением выборок наблюдений на обучающие и проверочные подвыборки. Получены условия существования оптимального множества признаков, которые зависят от параметров генеральных совокупностей и объемов выборок. Выявлены закономерности упрощения оптимальной дискриминантной функции при уменьшении объемов выборок и при увеличении дисперсий признаков.
en
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
Індуктивне моделювання складних систем
Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples
spellingShingle Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples
Sarychev, A.
Sarycheva, L.
title_short Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples
title_full Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples
title_fullStr Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples
title_full_unstemmed Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples
title_sort discriminant functions quality estimation on the basis of training and testing samples
author Sarychev, A.
Sarycheva, L.
author_facet Sarychev, A.
Sarycheva, L.
publishDate 2012
language English
container_title Індуктивне моделювання складних систем
publisher Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
format Article
description The way of comparison of discriminant functions with dividing samples observations on training and testing subsamples is proved. Conditions of existence of optimum set of features which depend on parameters of general sets and volumes samples are received. Laws of simplification of optimum discriminant function at decrease of volumes samples and at increase of dispersions of features are revealed. Обґрунтовано спосіб порівняння дискримінантних функцій з розбиттям вибірок спостережень на навчальні й перевірні підвибірки. Отримано умови існування оптимальної множини ознак, які залежать від параметрів генеральних сукупностей і обсягів вибірок. Виявлено закономірності спрощення оптимальної дискримінантної функції при зменшенні обсягів вибірок і при збільшенні дисперсій ознак. Обоснован способ сравнения дискриминантных функций с разбиением выборок наблюдений на обучающие и проверочные подвыборки. Получены условия существования оптимального множества признаков, которые зависят от параметров генеральных совокупностей и объемов выборок. Выявлены закономерности упрощения оптимальной дискриминантной функции при уменьшении объемов выборок и при увеличении дисперсий признаков.
issn XXXX-0044
url https://nasplib.isofts.kiev.ua/handle/123456789/45954
citation_txt Discriminant Functions Quality Estimation on the Basis of Training and Testing Samples / A. Sarychev, L. Sarycheva // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2012. — Вип. 4. — С. 21-27. — Бібліогр.: 7 назв. — англ.
work_keys_str_mv AT sarycheva discriminantfunctionsqualityestimationonthebasisoftrainingandtestingsamples
AT sarycheval discriminantfunctionsqualityestimationonthebasisoftrainingandtestingsamples
first_indexed 2025-12-07T20:18:13Z
last_indexed 2025-12-07T20:18:13Z
_version_ 1850882070411214848