Дискриминантный анализ по независимым признакам в условиях структурной неопределенности

• Date: 2008
• Main Author: Сарычев, А.П.
• Format: Article
• Language: Russian
• Published: Інститут проблем штучного інтелекту МОН України та НАН України 2008
• Subjects: Системы принятия решений, планирования и управления. Информационная безопасность интеллектуальных систем
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/6919
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Дискриминантный анализ по независимым признакам в условиях структурной неопределенности / А.П. Сарычев // Штучний інтелект. — 2008. — № 3. — С. 208-216. — Бібліогр.: 13 назв. — рос.

Рассмотрена задача поиска дискриминантной функции оптимальной сложности в условиях неза- висимых признаков. Рассмотрен способ сравнения дискриминантных функций, который основан на разбиении наблюдений на обучающие и проверочные подвыборки: обучающие подвыборки используются для оценивания коэффициентов дискриминантной функции, а проверочные подвыборки – для оценивания ее качества классификации. В данной статье общие результаты, полученные автором, применены для частного случая, когда признаки статистически независимы. Розглянуто задачу пошуку дискримінантної функції оптимальної складності в умовах незалежних ознак. Розглянуто спосіб порівняння дискримінантних функцій, що заснований на розбивці спостережень на навчальні і перевірні підвибірки: навчальні підвибірки використовуються для оцінювання коефіцієнтів дискримінантної функції, а перевірні підвибірки – для оцінювання її якості класифікації. У даній статті загальні результати, які отримані автором, застосовані для часткового випадку, коли ознаки статистично незалежні. The problem of search of a discriminant function of optimum complexity in conditions of independent futures is considered. Comparison of quality of discriminant functions is based on partition of initial sample of the data on learning and checking parts: on learning subsample the coefficients of discriminant functions estimate, and on checking subsample the quality of discriminant functions estimate. In the given article the general rezults obtained by the author, are applied for a particular case, when the futures are statistically independent.