Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
6.2.4. ОПРЕДЕЛЕНИЕ ОШИБКИ ДИСКРИМИНАЦИИДля применений дискриминантного анализа важно знать, каковы ошибки классификации. При этом следует иметь в виду, что ошибка дискриминации величина случайная. Ошибка зависит от соответствующих оценок средних значений и матрицы ковариации Правило 1: относить индивида к той группе, для которой меньше
Правило 2: относить индивида к той группе, для которой меньше
Правила идентичны при При
(см. [79]). Для группы 1 средняя вероятность ошибки
для группы 2
где
Метод Деева для произвольного pДеев [12] дал асимптотическое представление вероятностей ошибок для правил 1 и 2. Средняя ошибка правила 1:
Средняя ошибка правила 2:
Здесь С помощью приведенных формул можно показать, что при постоянном расстоянии Махаланобиса (см. скан) Отсюда видно, что решающие правила в задачах классификации не должны использовать избыточных признаков, т. е. каждый лишний признак может существенно увеличить расстояние Махаланобиса. Благодаря избыточным признакам вероятность ошибочной классификации увеличивается. Метод Окамото для любого числа признаков pМ. Окамото 156] указал асимптотические формулы для вероятностей ошибок решающего правила 2. Он представил вероятность ошибки в виде полинома 2-й степени от
Здесь Оценочные формулы Мак-ЛахланаВ приведенных выражениях для ошибок классификации участвовало расстояние Махаланобиса
Г. Мак-Лахлан [50], [51] предложил использовать асимптотически несмещенную оценку средней ошибки решающего правила 2;
Ошибка
Пример. По данным примера из раздела 6.2.1 имеем 1 по формулам Деева (6.42) и (6.43): Метод ЛахенбрухаР. А. Лахенбрух 138] предложил метод оценивания ошибки без каких-либо предположений о виде закона распределения, в отличие от обсуждавшихся выше. Более подробно этот метод мы рассмотрим в разделе 7.7.4.
|
1 |
Оглавление
|