Разделы презентаций


МЕТОДЫ СНИЖЕНИЯ РАЗМЕРНОСТИ

Метод среднего Строим функцию расстояния:Признаки упорядочиваются по величине . Строится последовательность:

Слайды и текст этой презентации

Слайд 1МЕТОДЫ СНИЖЕНИЯ РАЗМЕРНОСТИ
2 основных подхода:
1. Отбор признаков по какому-либо

критерию.
2. Построение новых линейных и нелинейных комбинаций.

МЕТОДЫ СНИЖЕНИЯ РАЗМЕРНОСТИ 2 основных подхода:1. Отбор признаков по какому-либо критерию.2. Построение новых линейных и нелинейных комбинаций.

Слайд 2Метод среднего
Строим функцию расстояния:




Признаки упорядочиваются по величине . Строится

последовательность:



Метод среднего Строим функцию расстояния:Признаки упорядочиваются по величине . Строится последовательность:

Слайд 3Метод дивергенции



Обобщенно это можно рассматривать как расстояние.



Выбираем группу по

максимуму.



Метод дивергенции Обобщенно это можно рассматривать как расстояние.Выбираем группу по максимуму.

Слайд 4Метод Фишера
Берем следующую величину:


и по данной величине

определяем разбиение на классы.

Метод Фишера Берем следующую величину:  и по данной величине определяем разбиение на классы.

Слайд 5Метод главных компонент
Мы строим новые последовательности множеств:
(х1,х2,х3,…,хn).
(y1,y2,y3,…,yr); n ≥

r.

Строим новую систему координат таким образом, чтобы дисперсия данных была

максимальной.

В основе лежит анализ наших данных:


Метод главных компонентМы строим новые последовательности множеств: (х1,х2,х3,…,хn).(y1,y2,y3,…,yr); n ≥ r.Строим новую систему координат таким образом, чтобы

Слайд 6Для простоты считается , что =0 (этого можно добиться путем

центрирования):


Первая главная компонента строится следующим образом:




Мы ищем главную компоненту.
Сначала мы

должны найти -которая дает максимум дисперсии, при условиях того, что:




Для простоты считается , что =0 (этого можно добиться путем центрирования):Первая главная компонента строится следующим образом:Мы ищем

Слайд 7Оптимизационная задача решается с помощью метода градиента.




Из набора λI мы

должны взять число, которое дает нам максимум дисперсии.



Оптимизационная задача решается с помощью метода градиента.Из набора λI мы должны взять число, которое дает нам максимум

Слайд 8Следующий этап состоит в построении второй главной компоненты: она ищется

из аналогичного условия:

Условия здесь следующие:




Вторая компонента определяется аналогично первой:

находим




Следующий этап состоит в построении второй главной компоненты: она ищется из аналогичного условия:Условия здесь следующие:Вторая компонента определяется

Слайд 9В качестве выбирается следующее поле , то есть:



Как

найти вектор y?
Мы должны построить матрицу:






В качестве  выбирается следующее поле  , то есть:Как найти вектор y?Мы должны построить матрицу:

Слайд 10Дальше можно поставить задачу выбора соответствующего количества признаков.


Где -

количество признаков.
Задав определенный уровень, мы можем выбрать нужное

количество компонентов.




Дальше можно поставить задачу выбора соответствующего количества признаков.Где  - количество признаков.  Задав определенный уровень, мы

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика