§ 11. Локальные алгоритмы восстановления значений характеристической функции
Наконец, рассмотрим третью идею построения алгоритмов восстановления значений функции.
Определим для каждого вектора х полной выборки систему окрестностей:
минимум достигается на окрестности
— полученная классификация векторов рабочей! выборки из этой окрестности. Очевидно, что с вероятностью
эта классификация содержит меньше
ошибок.
Аналогично могут быть найдены решения для окрестностей всех векторов генеральной совокупности. В результате получим табл. 1.
Таблица 1
В первом столбце таблицы указаны векторы, задающие систему окрестностей, затем наилучшая по данной системе окрестностей классификация векторов и, наконец, гарантированная оценка числа ошибок классификации.
Заметим, что одни и те же векторы рабочей выборки принадлежат окрестностям различных векторов, а классификация некоторых векторов рабочей выборки, данная в разных строках второго столбца таблицы, может не совпадать.
Обозначим через
истинную классификацию векторов рабочей выборки
.
Тогда содержание таблицы может быть переписано в виде
Здесь
означает, что суммирование ведется лишь по классификациям тех векторов рабочей выборки, которые принадлежат выбранной окрестности точки
Каждое из неравенств (10.56) выполняется с вероятностью
Следовательно, система совместна (все не?