Efektyvus modelio adekvatumo testavimo algoritmas didelio matavimo duomenų klasifikavimui
Straipsniai
Gintautas Jakimauskas
Institute of Mathematics and Informatics
Publikuota 2009-12-20
https://doi.org/10.15388/LMR.2009.52
PDF

Reikšminiai žodžiai

Gauso mišinių modelis
modelio adekvatumo testavimas

Kaip cituoti

Jakimauskas G. (2009) „Efektyvus modelio adekvatumo testavimo algoritmas didelio matavimo duomenų klasifikavimui“, Lietuvos matematikos rinkinys, 50(proc. LMS), p. 293–297. doi: 10.15388/LMR.2009.52.

Santrauka

Tegul turime matavimo d imtį, tenkinančią Gauso mišinių modelį  (laikoma, kad d yra didelis). Nagrinėjama imties klasifikavimo problema. Dėl didelio matavimo yra natūralu  projektuoti imtiį į matavimo k (k = 1, 2, . . .) tiesinį poerdvį,  naudojant tikslinio projektavimo metodą, kuris duoda geriausią šių poerdvių parinkimą. Turėdami diskriminantinės erdvės įvertį  galime atlikti klasifikavimą naudodami projektuotą imtį,  tuo išvengdami taip vadinamojo „didelių matavimų prakeiksmo“
(curse of dimensionality). Esminis  žingsnis šiame metode yra įvertinto matavimo d modelio adekvatumo testavimas, laikant, kad papildomoje erdvėje pasiskirstymas yra standartinis  Gauso. Mes pateikiame paprastą, veikiančią pagal duomenis
ir skaičiavimų prasme efektyvią procedūrą modelio adekvatumo testavimui. Ši procedūra remiasi gerai žinoma modelio adekvatumo testavimo interpretacija  kaip klasifikacijos problema, specialia nuoseklia duomenų skaidymo procedūra,
randomizacija ir pakartotiniu imties generavimu,  nuosekliosios analizės elementais. Procedūros efektyvumo įvertinimui  naudojami Monte Carlo metodu generuojami duomenys.

PDF
Kūrybinių bendrijų licencija

Šis kūrinys yra platinamas pagal Kūrybinių bendrijų Priskyrimas 4.0 tarptautinę licenciją.

Susipažinkite su autorių teisėmis žurnalo politikoje skiltyje Autorių teisės.